Direkt zum Inhalt

Forschung an der Hochschule Bonn-Rhein-Sieg

Forschungsdatenbank: Projekte

Filter nach Anfangsbuchstabe

Forschungsprojekte (15)

Biometrie-Forschung

Das Biometrie-Forschungsprojekt ergänzt die im Drittmittelprojekt „Biolab“ durchgeführten Arbeiten um hochschulspezifische Fragestellungen. Ziel ist, für Folgeprojekte im Rahmen des Biometrie-Evaluations-Zentrums anschlussfähig zu bleiben. Dabei sollen bestehende Ansätze aufgegriffen, optimiert und implementiert werden. Von besonderer Bedeutung sind hierbei die Evaluation bestehender biometrischer Systeme und die systematische Auswertung der Evaluationsergebnisse in Bezug auf Performanz und Schwachstellenanalyse. Ferner sollen geeignete künstliche Nachbildungen biometrischer Merkmale angefertigt und damit die Zuverlässigkeit der biometrischen Systeme gegenüber Präsentationsangriffen beurteilt werden. Auch Weiterentwicklung der biometrischen Systeme sollen durchgeführt werden. Die erzielten Ergebnisse werden in entsprechenden Veröffentlichungen der wissenschaftlichen Fachgruppe zugänglich gemacht.

Projektleitung an der H-BRS

Prof. Dr. Norbert Jung Prof. Dr. Robert Lange
DevToSCA

Developer-centric Tools for Side-Channel Analysis

Projektleitung an der H-BRS

Prof. Dr. Kerstin Lemke-Rust
MedISA

Medical Centre Employee Centered Information Security Awareness

Projektleitung an der H-BRS

Prof. Dr. Luigi Lo Iacono
Development of an Autonomous CameraViewpoint Management System in a Multi-CameraTraining Scenario

Online-Fernausbildung für Montage, Betrieb und Wartung ist in der Industrie vorteilhaft, um Zeit und Geld zu sparen, insbesondere wenn Konzerne Standorte auf mehreren Kontinenten haben (z.B. Automobilindustrie, Ölfirmen, etc.). Derzeit sind die Ferntrainingserfahrungen durch begrenzte Kameraperspektiven und das Fehlen geeigneter Navigationstechniken für die Kameraansicht je nach Aufgabe eingeschränkt. In diesem Promotionsprojekt entwickelt Doktorand Saugata Biswas ein autonomes Kamera-Sichtpunktmanagementsystem mit Hilfe eines Roboterarms in einem Multikamera-Trainingsszenario. Diese Doktorarbeit wird sich auf die Verbesserung der Online-Trainingserfahrung von Remote Trainees konzentrieren.

Augmenting Geometry in Implicit Neural Scene Representations

Computergenerierte Bilder sind in unserer modernen, visuellen Welt allgegenwärtig. Fertigung, Unterhaltung, Bildung und viele andere Branchen benötigen reale oder fiktive virtuelle 3D-Modelle, um eine Vielzahl unterschiedlicher Szenarien darzustellen. Die moderne Computergrafik erzeugt hochqualitative visuelle und sogar fotorealistischen Inhalten. Diese Qualität hat jedoch zwei große Nachteile: Zum einen ist die Berechnung vieler visueller Effekte auf der Grundlage traditioneller Methoden ineffizient und mit langen Berechnungszeiten verbunden. Zweitens steigt mit zunehmender Bildqualität die Forderung nach einer extrem feinen Geometrie, die die gewünschte Szene darstellt. Daher ist eine der zeitaufwändige und mühsame Nachbearbeitung von Hand erforderlich. Ob einzelne Objekte oder ganze Szenen, jedes kleine Detail wird von Hand positioniert, einschließlich Geometrie, Lichtquellen oder Objektmaterialien. Doktorand Daniel Bachmannn macht sich tiefengenerative Ansätze mit neuronalen Netzwerken, insbesondere dem neuronalen Rendering zunutze. Hier werden Merkmale wie z.B. Form oder Farbe von virtuellen Objekten oder Szenen als gelernte Gewichte kodiert, die von neuronalen Netzen gespeichert werden. Diese interne Repräsentation wird als neuronale Szenenrepräsentation (NSR) bezeichnet - eine nicht-diskretisierende, implizite Form der Speicherung von Szenendaten.

GTN | Games Technology Network

Vier nordrhein-westfälische Hochschulen haben sich zusammengetan, um das „Games Technology Network“ (GTN) aufzubauen. Die Koordination hat die Hochschule Bonn-Rhein-Sieg (H-BRS) übernommen. Ihre Partner sind die RWTH Aachen, die Hochschule Düsseldorf und die Technische Hochschule Köln. Das Projekt ist auf zunächst drei Jahre ausgelegt und wird vom Zukunftsfonds NRW gefördert. Erklärtes Ziel des neuen Verbunds ist es, ein Netzwerk aus Forschungseinrichtungen und Industrieunternehmen aufzubauen, das die Spieletechnologie fördert und damit dem Standort NRW zugutekommt.

Projektleitung an der H-BRS

Prof. Dr. André Hinkenjann
Experience Sharing for Long-term Autonomy in Multi-Robot Systems

In Langzeiteinsätzen wiederholen Roboter ihre programmierten Aufgaben immer wieder und erstellen jedes Mal neue Pläne. Eines der Forschungsziele von Doktorandin Argentina Ortega ist es, zu untersuchen, wie Roboter ihre Planung verbessern können, indem sie Informationen aus ihren früheren Läufen verwenden. Aus diesen Informationen erstellt sie Erfahrungsmodelle, damit der Roboter seine früheren Pläne in optimierter Form wiederverwenden kann. Dies senkt die Bereitstellungskosten und erhöht gleichzeitig die Transparenz, Erklärbarkeit und den Systemdurchsatz.

Towards Technology-Based Informational Self-Determination in the Workplace While Respecting Employees' Privacy Perceptions and Mental Models

Die fortschreitende Digitalisierung und Einführung neuer Informationssysteme im Arbeitsalltag führt dazu, dass immer größere Mengen an personenbezogenen Daten von Arbeitnehmern durch ihre Arbeitgeber verarbeitet werden. Diese Entwicklung ist insbesondere dann im Hinblick auf den Arbeitnehmerdatenschutz problematisch, wenn Arbeitnehmer weder ausreichend Wissen noch Kontrolle über die Verarbeitung besitzen und somit das Recht auf informationelle Selbstbestimmung als grundlegendes Element der Menschenwürde bedroht ist. Um fehlende Kenntnisse und Fähigkeiten bei der Ausübung des Rechts auf Privatheit am Arbeitsplatz zu kompensieren, konzipiert und erprobt Dokorand Jan Tolsdorf ein Assistenzsystem in Form eines "Privacy Dashboards" für den Arbeitsalltag. Für dessen prototypische Implementation sollen Gestaltungsrichtlinien aus den mentalen Modellen und Privatheitsempfindungen von Arbeitnehmern abgeleitet werden, mit deren Hilfe Datenverarbeitungen und Datenflüsse im Arbeitsumfeld verständlich aufbereitet, für mögliche Verletzungen der Privatsphäre sensibilisiert und Optionen für eine Interventionsfähigkeit aufgezeigt werden können, sodass Arbeitnehmer handlungsfähig werden.

Development of an Autonomous CameraViewpoint Management System in a Multi-CameraTraining Scenario

Online-Fernausbildung für Montage, Betrieb und Wartung ist in der Industrie vorteilhaft, um Zeit und Geld zu sparen, insbesondere wenn Konzerne Standorte auf mehreren Kontinenten haben (z.B. Automobilindustrie, Ölfirmen, etc.). Derzeit sind die Ferntrainingserfahrungen durch begrenzte Kameraperspektiven und das Fehlen geeigneter Navigationstechniken für die Kameraansicht je nach Aufgabe eingeschränkt. In diesem Promotionsprojekt entwickelt Doktorand Saugata Biswas ein autonomes Kamera-Sichtpunktmanagementsystem mit Hilfe eines Roboterarms in einem Multikamera-Trainingsszenario. Diese Doktorarbeit wird sich auf die Verbesserung der Online-Trainingserfahrung von Remote Trainees konzentrieren. 

Exploring Natural Dynamics for Efficient and Robust Control of Modern Robots

Very often, objectives such as accuracy and precision of robot behaviours are not the only requirements imposed on them. For completing tasks defined in dynamic and unstructured environments/settings, it is necessary that the employed software additionally enables high degrees of efficiency and robustness in a robot, given the system’s mechanical structure and actuation capabilities. It has been shown that the advanced efficiency and robustness of humans and animals, in performing the locomotion and manipulation tasks, are enabled by a control paradigm that exploits (i.e. takes the advantage of) their natural dynamics. Those insights motivate us to consider the same control paradigm, i.e. embrace natural dynamics of the robotic systems while addressing the problem of enabling such advanced performance for our robots. Doctoral student Djordje Vukcevic works on developing reusable control methods for exploiting robot's natural dynamics in unifying, explicit, general and real-time applicable ways. Those reusable solutions will provide a strong step towards advanced and computationally efficient control algorithms and architectures, and their automatized and formal development.

Anlaufstellen

Ansprechpartner für die Forschungsdatenbank

Campus

Sankt Augustin

Raum

E233

Adresse

Grantham-Allee 20

53757, Sankt Augustin

Vizepräsident Forschung und Wissenschaftlicher Nachwuchs

Campus

Sankt Augustin

Adresse

Grantham-Allee 20

53757, Sankt Augustin

E-mail

vp2@h-brs.de

Zentrum für Wissenschafts- und Technologietransfer (ZWT)

Campus

Sankt Augustin

Raum

F 405

Adresse

Grantham-Allee 20

53757, Sankt Augustin

Links