Robotik und Brain Computer Interface (BCI)
Das Labor für Robotik und Brain Computer Interfaces (BCI) konzentriert sich auf die Lehre und Forschung in den Bereichen der künstlichen Intelligenz, der Entwicklung von biologisch inspirierten, autonomen Robotersystemen sowie der Entwicklung von Brain Computer Interfaces (BCI ) zum Einsatz in der Medizintechnik.
Querschnittsthema der Forschung und Anwendungen bilden die Algorithmen des maschinellen Lernens, die auf Basis der Erkenntnisse bzgl. der Informationsverarbeitung im menschlichen Gehirn, entwickelt werden.
Weitere wissenschaftliche Schwerpunkte bildet der Entwurf von sogenannten “Simulierten Realitäten” (VR/AR) zur Simulation und Evaluation der Interaktionen zwischen Mensch, Maschine und Umwelt, der Entwicklung generativer Modelle menschlicher Bewegungen, sowie die Entwicklung von kortikalen, exoprothetischen Komponenten.
Praktika, Projekte, Abschlussarbeiten
Ziel des Praktikums ist es die Grundlagen der autonomen Robotik anhand von Experimenten, die eine enge Kopplung an aktuelle wissenschaftliche Probleme des Feldes aufweisen, zu vermitteln.
- E-Puck Kleinstroboter: Diese Roboter werden unter Verwendung von MATLAB gesteuert und programmiert. Die Aufgaben befassen sich mit der Implementierung der Kinematik und von Funktionen, die das direkte Anfahren von Zielpunkten und Trajektorien ermöglichen.
- Simulationsumgebung Webots: Im Simulator sind verschiedene Roboterplattformen wie NAO, E-Pucks, YouBot, Baxter etc. implementiert und können über diverse Programmiersprachen angesprochen werden. Die Aufgaben befassen sich mit Hindernissvermeidung für mobile Roboter und der Implementierung von Roboterarmbewegungen
Die Projekte und Praktika eröffnen einen Einblick in die Prinzipien der Informationsverarbeitung im menschlichen Gehirn und wie diese zur Entwicklung intelligenter, autonomer Systeme eingesetzt werden. Die Studierende können Praktikums- und Projektarbeiten aus folgenden Bereichen wählen.
Gehirn-Computer-Schnittstelle (BCI)
- Messung und Klassifizierung von EMG-Signalen
- Messung und Klassifizierung von EEG-Signalen
- Nutzung von EMG/EEG zur Steuerung prothetischer Geräte
- Stimulierung von bewegungsbezogenen EMG-Signalen des Arms
Maschinelles Lernen
- Theorie der neuronalen Netze und Komplexitätsmaße
- Theorie des verstärkenden Lernens
- Anwendung des maschinellen Lernens auf Klassifikationsprobleme
Entwurf und Steuerung von Exoskeletten
- Selbstorganisierte Fuzzy-Neuronale Netze
- Nutzung der Muskelermüdung zur adaptiven Steuerung eines Exoskeletts für die oberen Extremitäten
- Steuerung eines aktuierten Hand-Exoskeletts
Virtuelle- und Erweiterte Realität
- Gamification von Rehabilitationsszenarien für Schlaganfall- und Parkinson-Patienten
Virtual reality based Machine Learning Arm-Hand Function Evaluation and Support (VAFES) Hochschule Ruhr West
- Leitmarkt IKT.NRW (EFRE) – Fördervolumen € 2.092.917,- / € 898.747,-(HRW)
Smarte Rehabilitation der oberen Extremitäten durch ein intelligentes Soft-Exoskelett (REXO)
- Leitmarkt Gesundheit.NRW (EFRE) – Fördervolumen: € 2.084.843,- / € 998.607,-
- DFG: Motor-parietal cortical neuroprosthesis with somatosensory feedback for restoring hand and arm functions in tetraplegic patients
- BmbF - NSF USA Collaboration Grant: "Towards wearable BCI systems that leverage contextual neuromechanics and edge-computing”(Beantragt)
- BmBF: Entwicklung einer virtuellen Schmerzklinik für den Einsatz in der multimodalen Schmerztherapie (Beantragt)
Für weitere Details besuchen Sie bitte die Laborseite: