Öppet AASS-seminarium: Neural Representations for Image and Time Series Processing in Robotics and Beyond

Seminariet handlar om forskning inom mobil robotik, med fokus på viktiga deluppgifter som navigering och perception. Genom exempel på robotsystem, inklusive en shoppingassistentrobot, kommer vi att belysa utmaningarna inom robotperception, särskilt inom bild- och signalbehandling. Till exempel spelar visuell platsigenkänning en avgörande roll i SLAM (Simultaneous Localization and Mapping), där effektiv kodning av inmatade bilder innebär stora tekniska utmaningar, särskilt i miljöer med föränderliga förhållanden såsom väder eller ljus.

Vidare kommer vi att diskutera vikten av analys av tidsseriedata för autonoma system, såsom robotar och fordon, där snabb och noggrann databehandling är avgörande för beslutsfattande. Exempelvis kan tidsseriedata från fordon eller förare avslöja viktiga systemtillstånd och scenarier inom autonom körning.

Genom att tillämpa framsteg inom databehandling med neurala representationer på dessa uppgifter kan vi förbättra kodningen och tolkningen av perceptionsdata, vilket möjliggör mer effektiva och skalbara metoder som sträcker sig bortom mobil robotik och in i ett bredare spektrum av applikationer.

Kenny Schlegel har en kandidatexamen och en masterexamen i elektroteknik, med specialisering inom automationssystem. Han är för närvarande doktorand vid Tekniska universitetet i Chemnitz, Tyskland, där hans forskning fokuserar på mobil robotik, särskilt inom bild- och tidsseriebehandling. Hans intressen ligger i att utveckla metoder för artificiell intelligens genom bidrag till området hyperdimensionell databehandling, vilket möjliggör effektiv och kompakt datarepresentation genom högdimensionella neurala representationer. Hans arbete har tillämpningar inom områden som klassificering av spatiotemporala data. Han har också varit involverad i tillämpade projekt, såsom utvecklingen av en autonom shoppingassistentrobot.

Zoomlänk: https://oru-se.zoom.us/j/65096623293

--

In English:

This talk will present our research in mobile robotics, focusing on essential subtasks such as navigation and perception. Through examples of robotic systems, including a shopping assistant robot, we will highlight the challenges involved in robotic perception, particularly in vision and signal processing. For example, visual place recognition plays a critical role in SLAM (Simultaneous Localization and Mapping), where efficiently encoding input images presents significant technical challenges, especially in environments with changing conditions like weather or light.

Furthermore, we will discuss the importance of time series data analysis for autonomous systems, such as robots and vehicles, where fast and accurate data processing is crucial for decision-making. For example, in the context of autonomous driving, time series data from vehicles or drivers can reveal important system states and scenarios.

By applying advancements in computing with neural representations to these tasks, we can improve the encoding and interpretation of perceptual data, enabling more efficient and scalable methods that extend beyond the field of mobile robotics into a wider range of applications.

Kenny Schlegel holds a Bachelor’s and Master’s degree in Electrical Engineering, with a specialization in automation systems. He is currently a Ph.D. candidate at Chemnitz University of Technology, Germany, where his research focuses on mobile robotics, particularly in image and time series processing. His interests are in advancing Artificial Intelligence methods via contributions to the field of hyperdimensional computing, which enables efficient and compact data representation through high-dimensional neural representations. His works find applications in areas such as classification from spatiotemporal data. He has also been involved in applied projects such as the development of an autonomous shopping assistant robot.

Zoom link: https://oru-se.zoom.us/j/65096623293