Autonome Intelligente Roboter – KI-Projekt im Wintersemester 2024/25

Im Projekt Künstliche Intelligenz des Wintersemesters 2024/25 entwickelten Studierende in 2- bis 3-köpfigen Teams kreative Robotiklösungen, bei denen autonome und intelligente Handlungen im Vordergrund standen. Ziel war es, Demonstratoren zu realisieren, die nicht nur technisch funktionieren, sondern auch einen Showcase-Charakter haben.

3 Anforderungen

• Autonom intelligent handeln
• Nützlich (perspektivisch)
• Showcase, Demonstrator

Ausgangspunkt war eine Auswahl verschiedener Robotersysteme: Turtlebots, NAOs, AKSEN-Boards, OpenManipulator-X und das leistungsstarke NVIDIA AGX Orin. Nach einer dreiwöchigen Konzeptionsphase mit intensiven Technik-Demos, individueller Betreuung und Feedback entwickelten die Teams eine eigene Projektvision mit intelligentem Verhalten – z. B. Navigation, Sprachausgabe, Objekterkennung, Planung oder Lernen.

In mehreren Zwischenetappen wurden die Prototypen realisiert, getestet und in einer Generalprobe verteidigt. Die Live-Vorführung am 15. Januar 2025, dem Tag der offenen Projekte der Bachelorstudierenden des 5. Semesters, verlief anschaulich und erfolgreich. Gezeigt wurde eine breite Palette an Anwendungen – von (physisch) mobilen Assistenten über interaktive Lernsysteme bis hin zu Echtzeit-KI auf ressourcenarmer Hardware.

Projektübersicht

Der Sortierroboter zeigt, wie mit minimaler Hardware autonome Navigation und Farbsortierung für logistische Anwendungen realisiert werden kann. Der Roboter fährt auf der Suche nach Objekten ins Lager und bringt Fundstücke je nach Farbe zu definierten Abholpunkten. Die Planung erfolgt per Breitensuche auf einem speicherschwachen AKSEN-Board (7 KB) – eine technische Herausforderung mit großem Potenzial z. B. für die Eingangssortierung in einem Warenlager.

Findus kombiniert Pfadplanung mit Sprachrückmeldung: Der Roboter durchsucht Räume nach verlegten Gegenständen und meldet sie über den NAO-Roboter per Sprache – ein Konzept für Menschen mit eingeschränktem Sehvermögen.

Der Dungeonmaster NAO verwandelt den Roboter in einen interaktiven Spielleiter, der Würfel erkennt und mit Nutzer*innen eine Geschichte durchlebt. Die Spiellogik ist als Automat (Abb. oben) realisiert und deklarativ in einer Excel-Tabelle hinterlegt – ein innovativer Ansatz für Lernspiele mit humanoiden Robotern.

Die Gruppe Drohnenparkour trainierte mit Teachable Machine ein neuronales Netz zur Erkennung visueller Kommandos (z. B. Richtungspfeile), die während des Flugs erkannt und ausgeführt werden. Bei Erkennungsproblemen sorgt ein Spiral-Suchmuster für robuste Ausführung. Die Anwendungsvision: intuitive Drohnensteuerung mit Symbolen statt Programmierung oder Fernbedienung – ideal für Navigation in Innenräumen oder bei Suchszenarien.

Die Projekte

Projektvideos

Creative Commons Lizenz