Autonomous Underwater Vehicle Control using Expert System based Building Blocks

Status: abgeschlossen
Betreuer: Horst Hellbrück , Torsten Teubler
Student: Liang Shuang

Themengebiet

In the context of the BOSS (Bionic Observation and Survey System) project we are developing an autonomous, intelligent, and cooperative behavior for AUV (Autonomous Underwater Vehicles). We implement the AUV's behavior using CLIPS, a so called "expert system". On the one hand, expert systems allow knowledge representation and reasoning and are a proven tool for implementing artificial intelligence applications. On the other hand, expert systems introduce a completely new programming paradigm which is hard to grasp for users of AUV's. With this work we will solve that issue by decomposing typical AUV tasks in expert system based building blocks allowing users to recombine them to build more complex tasks.

Details

In this work typical tasks for AUV's will be investigated. It has to be examined if such tasks they can be decomposed in reusable and parameterized buidling blocks. If those buidling blocks exist they have to be implemented in the CLIPS expert system and the approach has to be evaluated by building at least three typical complex tasks based on the building blocks. The functionality of the approach has to be evaluated with a simulation. Details of the implementation are discussed with the supervisor during the thesis work.

Aufgaben

  • Investigation of typical expert system tasks for AUV control to identify building blocks of the system.
  • Implementation of the identified building blocks.
  • Implementation at least three complex tasks composed of expert system based building blocks.
  • Evaluation of the approach using a simulation.

Voraussetzungen

  • Good knowledge of C/C++.
  • Experience with expert systems (best CLIPS) or willingness to learn CLIPS.
  • Very good skills in problem-abstraction.
  • Good self-organized working skills.
  • Knowledge of the English language.

Abschlussarbeiten aus dem Bereich Privacy und Security

Die genaue Aufgabenstellung bzw. der Schwerpunkt kann individuell abgestimmt werden. Bei Interesse wenden Sie sich bitte an Dorina Gumm (dorina.gumm@th-luebeck.de).

Gamedesign for Security and Privacy (GSP)

Spielerisch lernen: Wie funktioniert Cross-Site-Scripting? Wie kann ein Identitätsdiebstahl erfolgen? Wie können Plattformzugänge gesichert werden? Warum sollte man Kommunikation verschlüsseln? Entwickeln Sie Spiele, mit denen Sie die Spieler an Themen aus dem Bereich Sicherheit, Selbstschutz und Privacy heranführen.

In dem GSP-Projekt geht es um die Frage, wie o.g. Themen mittels Gamification erlebbar und damit einem breiteren Adressatenkreis zugänglich gemacht werden können. Ziel ist es, die Awareness für diese Themen in der Gesellschaft als auch in Unternehmen zu fördern (Digitale Mündigkeit). Wenn Sie daran Interesse haben, können Sie sich diesen Themen im Rahmen von Design- und Praxisprojekten sowie Abschlussarbeiten widmen.

Datenschutz, Datenhandel und Datenanalyse (D3)

Datenschutz und Usability: Datenschutz wird öffentlich häufig als Innovationshemmer dargestellt, der Funktionsumfang und Usability von Anwendungen beeinträchtigt. Ist dem wirklich so? Wie können Anwendungen datenschutz- und benutzungsfreundlich entwickelt werden? Welche Mechanismen zur Anonymisierung/Pseudonymisierung gibt es und wie können sie im Design-Prozess berücksichtigt werden?

Mit Daten den Fachbereich gestalten: Mit öffentlichen Daten können hilfreiche Tools für den Alltag, spezielle Aufgaben oder das Gemeinwohl entwickelt werden (z.B. ÖPNV-Fahrpläne, Wetterdaten für Wassersportgebiete, Feinstaubmessungen). Mit welcher Art Daten könnte die Lehre und der Alltag am Fachbereich verbessert werden? Wie könnten diese in Web-Anwendungen genutzt und aufbereitet werden? Welche gesellschaftlichen Fragen sind damit verbunden?

Lernprozesse mit Daten unterstützen: Unter den Schlagworten Learning Analytics und Educational Datamining werden derzeit Ansätze diskutiert, wie Lernende automatisiert beim Lernen unterstützt werden können. Dazu werden viele persönliche Daten erhoben, aus denen der Lernstand und Lernbedarfe analysiert werden sollen. Hieraus ergeben sich Fragen bezüglich des Datenschutzes, der Verlässlichkeit der Ergebnisse als auch bzgl. gesellschaftlicher Fragestellungen (z.B. der Rolle von Lehrenden, Anforderungen an Lernende, Stellenwert von Bildungsmaßnahmen u.ä.).