To robotprojekter bliver godkendt som erhvervs-Ph.D.
Teknologisk Instituts Center for Robotteknologi er repræsenteret med to projekter på Styrelsen for Forskning og Innovations liste over godkendte erhvervsPhD-projekter (1. runde, 2012). Projekterne fra de to godkendte ansøgere, Lykke og Thomas, drejer sig om leg og læring i skolen og om sensorteknologier.
- I projektet ’Human-Robot Learning in Danish Public Schools’ kombinerer jeg forskningsfelterne Human-Robot Interaction, Persuasive Design og didaktik mhp. at videreudvikle konceptet PEERs (Persuasive Educational & Entertainment Robots), som jeg tidligere har arbejdet med. Dette vil jeg operationalisere gennem en designstrategisk model for udvikling, implementering og anvendelse af robotteknologi til leg og læring, og denne model demonstreres gennem en række cases undervejs i projektet, siger Lykke.
- I den sammenhæng interesserer jeg mig særligt for det konstruktivistiske læringsprincip ’learning by teaching’ og kunne godt tænke mig at arbejde med, hvordan man kan bruge robotter og den ellers meget industrirettede ide om ’learning by demonstration’ til at facilitere motivation og refleksion over abstrakte begreber og processer også for børn og brugere uden teknisk kendskab. Projektet bliver gennemført i samarbejde med Aalborg Universitets Center for Computermedieret Epistemologi ved Institut for Kommunikation med hovedvejleder Henrik Schärfe/Peter Øhrstrøm og Syddansk Universitet, Mærsk McKinney-Møller instituttet med bivejleder Gunver Majgaard. Her i centret har jeg været så heldig at overtale Lars Dalgaard til at være virksomhedsvejleder på projektet, og jeg glæder mig meget til vores samarbejde, siger Lykke.
Thomas Sølund kalder sit projekt for ‘Robust and Temporal 3D estimation of partly known object in assembly scenarios’.
- Projektet omhandler sensorteknologier der kan understøtte robotbaseret samling. Projektet vil have en del synergier med PRACE og SMERobotic, da projektet direkte adresserer problematikker omkring forståelser af bearbejdningsemner og om hvordan emner skal håndteres, siger Thomas Sølund.
Forskningen i projektet vil fokusere på at finde metoder og konkrete løsninger på, hvordan et mekanisk emne kan 3D-modelleres således, at information om hvordan et objekt skal håndteres og samles kan overføres til en industrirobot på en robust måde.
- Dette kræver, at robotten, udover at opsamle 3D-data af objektet, genkende delemner og opsplitte 3D-modellen i delemnerne, også skal tilkoble semantisk information til hvert delemne. Semantisk information fortæller noget om, hvordan emnet skal samles, og hvordan robotten kan gribe enkelte delemner og detekteres når operatøren viser robotten hvordan emnet skal samles. Modellen opbygges derefter stykvis af delemner efterhånden som operatøren samler objektet, hvilket til slut vil resultere i en model af emnet med ekstra semantisk information.
Ved at bidrage med et højere semantisk informationsniveau i robotperception kan der forhåbentlig tilvejebringes en del af den symbol-baserede virkelighed forskningen inden for kunstig intelligens baserer sig på, hvilket er forudsætningen for RAHA"s projekt. Hvis/når det lykkes at bringe sensor-data op på et højere abstraktionsniveau, vil det øge muligheden for en bedre læring af robotter end i dag. (Og hjælpe RAHA og andre AI folk).
Konkret vil jeg i projektet undersøge hvordan kamera og andre sensorer kan benyttes til at detektere en samleproces når et objekt samles af et menneske og derefter tilkoble semantisk information om de enkelte emners egenskaber.
