Nikolas Hohmann M.Sc.
Nichtkonvexe & Multikriterielle Optimierung
Kontakt
nikolas.hohmann@tu-...
work +49 6151 16-25047
fax +49 6151 16-25058
Work
S3|10 409 ¾
Landgraf-Georg Straße 4
64283
Darmstadt
Veranstaltung | Zeitraum | Funktion |
---|---|---|
Praktikum Regelungstechnik II | WiSe 2020/21 | Versuchsbetreuung |
Systemdynamik und Regelungstechnik II | SoSe 2021 | Betreuung der Veranstaltung |
Praktikum Regelungstechnik II | WiSe 2021/22 | Betreuung der Veranstaltung & Versuchsbetreuung |
Projektseminar Robotik & Computational Intelligence | SoSe 2022 | Planung und Vorbereitung der Aufgabenstellung: KI zur autonomen Steuerung und Straßenschilderkennung eines mobilen Roboters (JetBot) Video |
Praktikum Regelungstechnik II | WiSe 2022/23 | Betreuung der Veranstaltung & Versuchsbetreuung |
Projektseminar Robotik & Computational Intelligence | SoSe 2023 | Planung und Vorbereitung der Aufgabenstellung: Umsetzung einer Sortieraufgabe mithilfe eines mobilen Roboters (JetBot)GitHub Repo & Video |
Praktikum Regelungstechnik II | WiSe 2023/24 | Betreuung der Veranstaltung & Versuchsbetreuung |
Projektseminar Robotik & Computational Intelligence | SoSe 2024 | Planung und Vorbereitung der Aufgabenstellung: Lokalisierung, Navigation und Kartierung im Labyrinth mithilfe eines mobilen Roboters (JetBot) GitHub Repo |
Ein Teil des Codes der während meiner Forschung entstandenen Frameworks ist open-source erhältlich unter GitHub.
Roboter, im Speziellen UAVs (unmanned aerial vehicles) (z.B. Quadrotoren) übernehmen immer mehr Verantwortung in Bereichen, in denen es für Menschen entweder zu gefährlich oder zu unangenehm ist (dangerous & dirty). Sie werden beispielsweise für Rettungsmissionen in Katastrophengebieten, zur Überwachung von Industrieanlagen, für landwirtschaftliche Zwecke oder bei wichtigen Logistikaufträgen (z.B. dem Transport von Medikamenten) eingesetzt.
In vielen Fällen fliegen die Drohnen (semi)-autonom, werden also nicht mehr durch einen Menschen gesteuert. In solchen Szenarien ist das Berechnen eines geeigneten, optimalen Pfades vom Startpunkt des Quadrotors bis zu dessen Ziel äußerst wichtig, um im Vorhinein gefährliche Flugmanöver oder gar Zusammenpralle zu vermeiden.
Um das Problem der optimalen Pfadplanung zu lösen, werden foglende Aspekte miteinander kombiniert:
Repräsentation
Als Basis für spätere Planungs- und Optimierungsalgorithmen muss der dreidimensionale Raum zunächst in geeigneter Weise abstrahiert beziehungsweise mathematisch modelliert werden. Hierzu gibt es verschiedene Herangehensweisen. Ein geometrischer Ansatz wäre beispielsweise die Aufteilung des dreidimensionalen Raumes in quaderförmige Zellen, auf denen die Pfadplanung geschieht.
Problemformulierung
Vor jeder Optimierungsaufgabe steht die geeignete Formulierung des Problems. Ein Pfad für einen Quadrotor kann in vielerlei Hinsicht optimal sein. Nicht immer ist der kürzeste Weg auch der beste.
Beispiele für andere Optimierungskriterien sind energieoptimale, signaloptimale und risikooptimale Pfade. Das Problem kann auch mit Hinsicht auf das optimale Verhalten des Roboters in einem Verbund aus vielen Robotern (Schwarmverhalten) als dynamisches Problem formuliert werden.
Optimierung
Zum Optimieren des Pfades stehen je nach Problemformulierung diverse Optimierungsverfahren- und Algorithmen zur Verfügung. Ansätze wären beispielsweise die Verwendung von klassischen Optimierungsverfahren ((non-)linear programs), evolutionären Algorithmen, Graphensuchalgorithmen oder das Lösen eines optimalen Steuerungsproblems im vierdimensionalen Raum (drei Raum- und eine Zeitkomponente).
Simulation
Zur Visualisierung und Validierung des gefundenen, optimalen Pfades ist es unabdingbar das Verhalten des Quadrotors in einer Simulationsumgebung zu testen. Dazu wird zunächst ein Modell des Quadrotors benötigt. Dessen Verhalten auf dem berechneten Pfad kann dann beispielsweise mithilfe des Simulators Gazebo mit Blick auf verschiedene Aspekte simuliert werden (kinematisches Modell, kinetisches Modell, dynamische Hindernisse, Windeinflüsse).
Aktuell biete ich keine Abschlussarbeiten mehr an.
Titel der Arbeit | Typ | Status |
---|---|---|
Methoden und Algorithmen zur Standortoptimierung von Lieferknotenpunkten in Logistikszenarien | Proseminar | abgebrochen (Februar 2021) |
Nicht-frontale Mimikerkennung unter Verwendung statischer Daten | Masterarbeit | abgeschlossen (März 2021) |
Objektdetektion mit Transformer-Modulen in Röntgenbildern aus mehreren Ansichten | Masterarbeit | abgeschlossen (März 2021) |
Analyse der Echtzeit-Trajektorienadaption von MAVs mithilfe beschränkungsloser Optimierung | Masterarbeit | abgeschlossen (April 2021) |
Gegenüberstellung verschiedener Methoden zur Risikomodellierung von UAV | Proseminar | abgeschlossen (Mai 2021) |
Netzwerkoptimierung mithilfe von Werkzeugen der Graphentheorie | Masterarbeit | abgeschlossen (Mai 2021) |
Untersuchung elektrischer Rollverfahren für hybride Regionalflugzeuge | Bachelorarbeit | abgeschlossen (Juli 2021) |
Heuristische Topologieoptimierung von Verkehrsnetzwerken für autonome Flugsysteme | Masterarbeit | abgebrochen (Juli 2021) |
Multikriterielle Pfadplanung mithilfe des A*-Algorithmus | Bachelorarbeit | abgeschlossen (September 2021) |
Netwerkoptimierung mithilfe von Physarum polycephalum | Masterarbeit | abgeschlossen (Oktober 2021) |
Methoden und Algorithmen zur simultanen Pfadplanung mehrerer Agenten | Proseminar | abgeschlossen (Oktober 2021) |
Verzeichnungskalibrierung einer Kamera mit Hilfe von phasenverschobenen Streifenmustern | Masterarbeit | abgeschlossen (November 2021) |
Simulation von 3D Multiagentennetzwerken unter Beachtung von Staueffekten | Masterarbeit | abgeschlossen (November 2021) |
Methoden und Algorithmen zur Standortoptimierung von Lieferknotenpunkten in Logistikszenarien | Bachelorarbeit | abgeschlossen (März 2022) |
Robuste Linear-parametervariante Regelung eines hybriden unbemannten Luftfahrzeugs | Masterarbeit | abgeschlossen (April 2022) |
Simultane Pfadplanung mehrerer Agenten im dreidimensionalen Raum | Bachelorarbeit | abgeschlossen (April 2022) |
Untersuchung von Archivstrategien auf multi- kriteriellen und multi-modalen Optimierungsproblemen | Bachelorarbeit | abgeschlossen (Januar 2023) |
Untersuchung von Methoden des maschinellen Lernens zur Generierung und Validierung von Quadrotortrajektorien | Masterarbeit | abgeschlossen (April 2023) |
Pfadplanung zur Bereichsabdeckung mit Sichtweitenbeschränkung für UAVs | Bachelorarbeit | abgeschlossen (Juli 2023) |
Simulationsbasierte Untersuchung der Korrelation zwischen Graphmetriken und der Güte von Verkehrsnetzwerken | Bachelorarbeit | abgeschlossen (November 2023) |
JetBot im Labyrinth: Upgrade, Integration und Tests von Sensorik und Aktorik eines mobilen Roboters | Bachelorarbeit | abgeschlossen (April 2024) |

Fehler beim Laden der Daten
Beim Laden der Publikationsdaten von TUbiblio ist ein Fehler aufgetreten. Bitte versuchen Sie es zu einem späteren Zeitpunkt erneut.
-
; {{ creator.name.family }}, {{ creator.name.given }}{{ publication.title }}.
; {{ editor.name.family }}, {{ editor.name.given }} (Hrsg.); ; {{ creator }} (Urheber) ({{ publication.date.toString().substring(0,4) }}):
In: {{ publication.series }}, {{ publication.volume }}, In: {{ publication.book_title }}, In: {{ publication.publication }}, {{ publication.journal_volume}} ({{ publication.number }}), SS. {{ publication.pagerange }}, {{ publication.place_of_pub }}, {{ publication.publisher }}, {{ publication.institution }}, {{ publication.event_title }}, {{ publication.event_location }}, {{ publication.event_dates }}, ISSN {{ publication.issn }}, e-ISSN {{ publication.eissn }}, ISBN {{ publication.isbn }}, DOI: {{ publication.doi.toString().replace('http://','').replace('https://','').replace('dx.doi.org/','').replace('doi.org/','').replace('doi.org','').replace("DOI: ", "").replace("doi:", "") }}, Offizielle URL, {{ labels[publication.type]?labels[publication.type]:publication.type }}, {{ labels[publication.pub_sequence] }}, {{ labels[publication.doc_status] }} - […]