In fluid dynamics, computer simulations have become an invaluable tool to study the effects of turbulence in fluid motion. Especially direct numerical simulations provide the means to observe turbulence in great detail. However, the vast amounts of data produced make statistical analysis difficult, if time and manpower are scarce. To gather relevant information, automatic feature extraction becomes a necessity.

This thesis presents an approach for automatic classification of Lagrangian tracer trajectories in 3D fluid turbulence using discrete wavelet transform as a basis for feature extraction. A typical phenomenon of turbulent fluid motion is the vortex, describing a swirling motion around a common axis of rotation. Its oscillating movements become visible in the lateral accelerationn of a particle tracer, conceptually causing regions of increased energy in the coefficients of a discrete wavelet transform, which in conjunction with statistical considerations build the basis for an automatic vortex detection.

Subsequently, an unsupervised cluster analysis built on different measures of similarity is performed, trying to uncover significant structure and generative processes within the data.

In dieser Arbeit wurde untersucht, inwiefern die montierten Monokameras in dem autonom fahrenden Auto von AutoNOMOS Labs Tiefeninformationen extrahieren können. Die Tiefeninformationen können durch den Umstand erzeugt werden, dass mehrere Bilder aus verschiedenen Perspektiven von statischen Elementen einer Szene während einer Autofahrt erzeugt werden und dadurch sowohl die relative Pose der Kamerabilder zueinander bestimmt werden kann, als auch die Position der erkannten Merkmale im Raum projiziert werden.

Bislang wird häufig eine Radar Technologie verwendet, um eine digitale räumliche Darstellung der Umgebung zu erzeugen. Im Gegensatz zu dieser Technologie ist die handelsübliche, hochauflösende Kamera wesentlich günstiger und kann mit den Prinzipien von Structure from Motion mitunter ähnliche Informationen extrahieren.

Zu diesem Zweck wurde ORB SLAM 2 in das Projekt integriert und auf Benutzbarkeit und Effektivität überprüft. ORB SLAM 2 wurde 2015 veröffentlicht und ist als Open Source Projekt verfügbar. Mittels Bundle Adjustment kann dieser Algorithmus erkannte ORB Merkmale in einem eigens abgewandelten SLAM Algorithmus einbeziehen und in einer lokalen Karte darstellen. In dieser Arbeit wurde vor allem untersucht, wie konkret ORB SLAM 2 eingebunden werden kann und wie der Algorithmus vorrangig die Informationen der eingebauten Weitwinkelkameras wirksam verarbeitet.

In this thesis a C++ framework for automatic trading on the foreign exchange market (FOREX) is developed. The framework allows an ensemble of prediction models  to either run on a live market, handling the communication with the broker and the execution of trades; or to be evaluated on historical data through a virtual market simulation. The solution provides a ZeroMQ messaging interface to other languages such as Python; this allows for rapid prototyping of new prediction models through the utilization of the extensive machine learning exosystem of Python.

In addition to the architecture, the implementation of some example agents that provide different feature transformations of the exchange rate is described. The possibility of dependencies among the agents togethr with a careful data handling allows for multiple iterations of training of the classifiers while making sure that no information is leaked in the process.

With the ongoing spread of autonomous vehicles, challenges like obstacle avoidance get more important. To realize obstacle avoidance, a reliable obstacle detection is one of the preconditions. While common autonomous vehicles mainly use camera and radar sensors for this purpose, currently laser range sensors are enforcing as alternatives. Due to its high accuracy, this kind of sensor establishes in different industries. In general, the sensor data is used as point clouds. Within this master's thesis, an approach for obstacle detection based on these point clouds is presented. Therefore, several subtasks, e.g. downsampling and plane segmentation, of a reliable obstacle detection are carried out. Finally, an algorithm for obstacle tracking, based on a linear Kalman filter, is implemented. The received results are evaluated within several test drives of the autonomous vehicle MadeInGermany (MIG).

Das BeesBook-Projekt am Biorobotics Lab der FU Berlin untersucht mit einem neuartigen Versuchsaufbau das Verhalten von Bienen. Dazu werden mit Binärcodes markierte Bienen im Bienenstock gefillmt. Mit Hilfe von Bilderkennungs-Software werden die Position der Codes, und somit der Bienen, auf dem Videomaterial erkannt. Da jeder Code einzigartig ist, können die Bewegungen einer Biene über ihren gesamten Lebensverlauf zugeordnet und ausgewertet werden.

Durch die Rahmenbedingungen des Versuchsaufbaus und der verwendeten Technik ist die Genauigkeit mit der Codes gefunden und ausgelesen werden können beschränkt. Vor der Auswertung des Bienenverhaltens ist daher ein Tracking-Zwischenschritt nötig, der die erkannten Codes zu Pfaden von Bienenbewegungen verbindet und Ungenauigkeiten herausfilltert. In dieser Arbeit wird ein Algorithmus für das Tracking-Problem auf Basis eines probabilistischen Filterings unter Verwendung von Maschinellem Lernen mit Gradient Boosting vorgestellt. Die Arbeit beschreibt die Anforderungen an den Algorithmus die sich aus der Datengrundlage ergeben, die Entwicklung des Algorithmus aus der Lösung verschiedener Teilprobleme und die Evaluation der Tracking-Ergebnisse.

The primary purpose of this thesis is to elaborate mechanisms for encoding images as videos for live recordings and post-hoc encoding of large amounts of images on a supercomputer. A major focus was set on quality preservation and optimizing the recording setup.

Researching social insects behaviour has always been a human interest for various reasons. To examine colonies having many individuals and complex social interactions, large amounts of sample data are necessary. In the Beesbook project this sample data comes in form of images of marked honeybees. These images shall be evaluated automatically using custom software, which requires excellent image quality and resolution. This master thesis introduces various improvements to the acquisition process to obtain images of optimal quality at minimal cost. Also large amounts of existing data are required to be compressed, aided by supercomputer. For the live recordings a custom IR lighting system was introduced, recording software using a GPU encoder was developed and image statistics for calibration and surveillance have been introduced. Also software was created to automatically to large scale compression of videos.

Evaluation has shown that the newly introduced lighting system not only comes at 23.7% of the price of a conventional lighting system, but also has good illumination properties. Different mechanisms are provided to analyse images and configure recording setup for optimal quality. Existing data could be compressed using the HEVC video coded from 289 TB to 80.6 TB, saving 72.1% of space with negligible loss in image quality. Finally recording software was developed to achieve this level of compressionn during live recording.

Ein Ziel von Industrie 4.0 ist es, Informationstechologie und Produktionstechnologie besser miteinander zu verknüpfen. Basierend auf dieser Vorgabe wurde aus informationstechnischer Sicht untersucht, wie bestehende oder neuentwickelte eingebettete Systeme diese Anforderung erfüllen können. Dafür wurden im Rahmen dieser Arbeit am Fraunhofer Institut für Produktionsanlagen und Konstruktionstechnik (Fraunhofer IPK) mehrere Konzepte erarbeitet. Zwei dieser Konzepte wurden umgesetzt. Für das am Fraunhofer IPK entwickelte haptische Interaktionsgerät GRASPit! wurde unter Verwendung aktueller Automatiserungstechnik eine neue Steuerung entwickelt. Das zweite System ist ein Rehabilitationsgerät zur Verbesserung der motorischen Fähigkeiten von Hand und Arm nach einem Schlaganfall. Das eingebettete System wurde mit einer Netzwerkschnittstelle erweitert, wodurch eine telemedizinische Nutzung ermöglicht wird.

For robots it is crucial to accurately determine their own motion, be it for localization, trajectory generation or collision avoidance. This problem of ego-motion estimation is in general hard to solve. Different kinds of sensors can be applied to estimate the motion of a robot, but it is always a trade-off between multiple quality factors and the monetary cost of the system. One approach is to use cameras and optical flow, which proved challenging due to inherent ambiguities of observed motion.

This work presents a new approach to solving the ego-motion problem by using visual data only and a unique combination of existing computer vision techniques. Depth information from stereo data is used to remove scale ambiguity and a known calibration with respect to the ground allows to filter out foreign motion. Focusing on applications with approximately downward-looking cameras, a transformation of the camera images into a top view perspective aids a feature based optical flow algorithm to match points in the environment. RANSAC (Random Sample Consensus) and an Unscented Kalman Filter are then applied to fit a nonholonomic motion model to the matched points.

A working implementation was developed and evaluated on experiment data in the course of this work. The results promise a successful application as an ego-motion estimator during low speed, start-up and braking maneuvers.

Real-time, computer assisted medical procedures present the potential for surgeons to not only rely on their experience, but also use additional information provided by a computer, resulting in more precise and time-efficient procedures. Endoscopic, minimally invasive applications increasingly rely on support regarding the location and orientationn of instruments within a surgical site from clinical navigation systems, visualising the instruments' positions as well as regions of interest and planned paths inside three-dimensional CT or MRI patient data. The necessary camera pose information is commonly supplied by external, electromagnetic or optical measuring systems and trackers attached to the instruments.

Visual Navigation (VINA) is a novel, purely image-based approach to navigation, aiming to substitute external measuring systems, while still providing the surgeon with all necessary information. One approach to solving this problem is to reconstruct the surrounding surgical site on-the-fly, and use the obtained 3D model for a comparison with CT or MRI patient data to extract movement information.

Developed at Scopis GmbH in Berlin, this master's thesis attempts to reconstruct bronchial tubes from low-resolution images captured by an electromagnetically tracked bronchoscope. Current 3D reconstruction techniques are reviewed and evaluated in terms of feasibility with respect to the setting. An approach to a solution is formulated and implemented, combining Structure from Motion and Shape from Shading techniques to generate a depth map for each input image. 3D coordinates computed from these depth maps are subsequently inserted into a customised octree structure based on the OctoMap framework, resulting in a full reconstruction of the viewed scenes.

(Für eine vollständige Version der Arbeit bitte Kontakt zur Autorin, marlina.spanel@fu-berlin.de, aufnehmen.)

Motif discovery describes finding reoccuring sequences in time series. It has been used frequently in different domains such as bioinformatics, medicine, and robotics. A lot of different  work exists towards approaches of motif detection. This thesis is based on previous work, transforming time series to discrete representations by applying the Symbolic Aggregate approXimation  (SAX). Afterwards, a hierarchical grammar structure is build by the greedy string compression algorithm Sequitur.  The resulting grammar structure aids motif detection in linear  execution time with linear space requirements. This thesis presents the approach and adapts it to find reoccuring movements in the  motion data of the humanoid robot Myon. After implementing and evaluating this approach, adaptions for real-time execution are developed.  Finally, motion detection is implemented directly on the robot and two techniques to learn motifs are introduced, enabling users to teach, label, and discard movement motifs.

Die Honigbiene besitzt bemerkenswerte Gedächtnisleistungen und Navigationsfähigkeiten, was sie zum idealen Modellorganismus der Hirnforschung macht. Aufgrund ihrer geringen Größe ist es jedoch bislang nicht möglich, sie im freien Flug zu untersuchen. Um sowohl die Hirnaktivität elektrophysiologisch zu analysieren als auch das Verhalten künstlicher neuronaler Netze zu untersuchen, wurde in dieser Arbeit mit dem Neurocopter eine fliegende Experimentierplattform geschaffen.

Das entwickelte System besteht aus einem Quadcopter, der über unterschiedliche Sensoren, eine Kamera und einem leistungsstarken Bordcomputer verfügt. Ein auf dem Bordrechner laufendes Framework ermöglicht den einfachen Zugriff auf die Sensordaten und Kamerabilder, so dass hiermit Experimente dokumentiert und kontrolliert werden können. Über eine Funkverbindung können die Daten zu einer Bodenstation übertragen und dort visualisiert werden. Zur Planung der Versuche lassen sich anhang von GPS-Koordinaten Routen festlegen, die der Copter autonom abfliegt.

Hearing is a crucial sense for our daily life. We are communicating by sound, classify situations and even locate objects by their sound emissions.

A typical scenario for sound source localization is traffic. Pedestrians may `hear´ the direction of an incoming vehicle, even though they are watching the other way. Locating vehicles by sound is pretty important, so the U.S. Department of Transportation National Highway Traffic Savety Administration proposed a rule for minimum sound requirements for electric vehicles. Therefore, information provided by sound may be also valuable for drivers assistance systems and autonomous vehicles.

In this thesis, a method, which utilizes acoustic data, for the determination of the directions of traffic objects is introduced and analysed. This method  bases on the Multiple Signal Classification (MUSIC) algorithm and should determine the direction of all types of traffic sound.

This master's thesis provides a conclusive derivation of the dampened least-squares approach to inverse kinematics. Even though this approach is widely researched the underlying mathematics are not well covered. The dampened least-squares approach is proven to be very versatile. It gives the ability to express motion in spacial coordinates which renders motion creation much more feasible in contrast to motion generation in joint-space. Inverse kinematics can also be utilized as an abstraction to robot models and structures since motion in task space can be easily transferred to different robots. In addition to the derivation this thesis discusses extensions to the performance in terms of numerical stability, its uses for non-trivial robot structures (e.g., loopy robots) and the incorporation of nonlinear constraints. Furthermore, this thesis shows that the dampened least-squares inverse kinematics outperforms analytical approaches in terms of general usability.

This master thesis is about road user detection with an infrared (IR) camera. Autonomous driving, and driver assistance systems have made very strong progress in recent years. By analysing and processing information form the environment and surroundings, the driver is relieved of responsibility. More and more responsibility for safety is instead placed in the hands of the computer and the sensors. in the daytime it is now very possible using existing trac light sensors to detect signs, cars, cyclists, pedestrians, etc. At night, however, the lighting conditions for burlap cameras are much more unfavourable, and this can lead to inaccurate measurements and thus also to errors in the evaluation of the system under certain circumstances. For example dark-clad pedestrians could be more easily overlooked at night. To reduce the risk of accidents in poor lighting conditions it makes sense to use further sensors, which provide good measurement data even when it is dark and which are not inuenced by poor lighting conditions. One of these sensors is the IR camera. This work deals with the recording of images with an IR camera, and the subsequent analysis of these images with the algorithms of pattern recognition.

Die Automobilbranche steckt derzeit viel Energie in die Entwicklung von intelligenten Systemen, die Unfälle erkennen sollen bevor sie passieren. Ein Teil davon ist die Kommunikation zwischen Fahrzeugen aber auch zwischen Fahrzeugen und der Umgebung.

Bisherige Forschungsarbeiten benötigen zum Testen von Algorithmen und konkreten Anwendungsszenarien eine Simulationsumgebung sowie ein größeres Testfeld, in dem simulierte Ergebnisse unter realen Bedingungen getestet werden können. Für Universitäten, die unabhängige Forschungen von den großen Verbänden betreiben wollen, ist der finanzielle Aufwand für die Anmietung einer Teststrecke, des Equipments und einer Vielzahl von Fahrzeugen zu groß.

In dieser Arbeit soll ein Fahrzeug-Kommunikationssystem für autonome Modellfahrzeuge auf Basis des Berlin United-Frameworks entwickelt werden. In Anlehnung an die Verfügbarkeit und die weite Verbreitung von 2,4 GHz Wireless Local Area Network (WLAN), soll diese als Kommunikationskanal fungieren.

Somit soll diese Plattform geschaffen werden, auf der Anwendungen im Bereich Fahrzeugkommunikation im Maßstab 1:10 realisiert und getestet werden können. Zusätzlich soll an ausgewählten Beispielen die Funktionsweise der entwickelten Architektur gezeigt werden.

Die Erkundung der Umgebung ist eine essentielle Fähigkeit für autonomes Fahren. Mithilfe von Sensoren können in der Nähe befindliche Objekte sichtbar gemacht werden. In dieser Arbeit wird das Erkennenn von Fahrzeugen anhand von Stereokamerabildern untersucht. Es wird maschinelles räumliches Sehen eingesetzt, um Objekte der Umgebung zu lokalisieren. Zusätzlich werden mit Bildklassifikatoren Objekte als Fahrzeuge identifiziert. Verschiedene Algorithmen aus dem Bereich der bildbasierten Mustererkennung kommen dabei zum Einsatz und werden evaluiert. Im Rahmen des AutoNOMOS-Projekts der Arbeitsgruppe "Intelligente Systeme und Robotik" wurde ein System implementiert, dass es ermöglicht, Fahrzeuge in Echtzeit zu erkennen.