Projektbeschreibung
Deep-Learning-Köpfe für tiefe Gewässer
Die Bedeutung von Robotern für zahlreiche Aufgaben und Anwendungen nimmt rasant zu. Roboter sind oft schneller oder genauer als Menschen, oder sie können viel mehr Daten aufnehmen oder sind vielleicht Stellvertreter, die an Orte reisen können, welche für ihre menschlichen Kollegen gefährlich sind. Die Ausstattung mit Deep Learning hat sie architektonisch und funktional noch näher an den Menschen herangeführt und eine Erkennungsgenauigkeit auf beispiellosem Niveau erreicht. Das EU-finanzierte Projekt DeeperSense wird die Umgebungssensorfähigkeit der Roboter von morgen mithilfe von künstlicher Intelligenz und Deep Learning verbessern, um visuelle und nicht-visuelle Informationen auf dieselbe Weise wie Menschen zu kombinieren. Der erste Anwendungsfokus wird auf der komplizierten und unbekannten Umgebung von autonomen Unterwasserrobotern liegen.
Ziel
The main objective of DeeperSense is to significantly improve the capabilities for environment perception of service robots to improve their performance and reliability, achieve new functionality, and open up new applications for robotics. DeeperSense adopts a novel approach of using Artificial Intelligence and data-driven Machine Learning / DeepLearning to combine the capabilities of non-visual and visual sensors with the objective to improve their joint capability of environment perception beyond the capabilities of the individual sensors. As one of the most challenging application areas for robot operation and environment perception, DeeperSense chooses underwater robotics as a domain to demonstrate and verify this approach. The project implements DeepLearning solutions for three use cases that were selected for their societal relevance and are driven by concrete end-user and market needs. During the project, comprehensive training data are generated. The algorithms are trained on these data and verified both in the lab and in extensive field trials. The trained algorithms are optimized to run on the on-board hardware of underwater vehicles, thus enabling real-time execution in support of the autonomous robot behaviour. Both the algorithms and the data will be made publicly available through online repositories embedded in European research infrastructures. The DeeperSense consortium consists of renowned experts in robotics and marine robotics, artificial
Wissenschaftliches Gebiet (EuroSciVoc)
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht.
- Technik und TechnologieElektrotechnik, Elektronik, InformationstechnikElektrotechnikRobotertechnikautonome Roboter
- Technik und TechnologieElektrotechnik, Elektronik, InformationstechnikElektrotechnikSensoren
- NaturwissenschaftenInformatik und Informationswissenschaftenkünstliche Intelligenzmaschinelles LernenDeep Learning
Sie müssen sich anmelden oder registrieren, um diese Funktion zu nutzen
Schlüsselbegriffe
Programm/Programme
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenUnterauftrag
H2020-ICT-2020-2
Finanzierungsplan
RIA - Research and Innovation actionKoordinator
67663 Kaiserslautern
Deutschland