Implementation of Movement Pattern for Roomba Robots

Status: abgeschlossen
Betreuer: Mohamed Hail, Torsten Teubler
Student: David Engelhardt

Themengebiet

Wireless sensor networks are networked, small computers that are equipped with sensors and thus perceive their environment. They establish network connections over wireless links. In the last years a trend came up regarding mobile sensor nodes or more general wireless communication among mobile devices. Those mobile sensor nodes or devices are attached to e.g. cars, ships, animals, or pedestrians. Obviously the movement of humans distinguishes from the movement of cars and it is also obvious that the wireless radio communication among cars has different requirements than the wireless radio communication among pedestrians. To describe the different movements so called “Movement Patterns” are used. One can say Movement Patterns describe the typical movements of creatures like humans or animals in their environment or movement of real world objects like cars or ships during their common use. Many Movement Pattern are known and described mathematically. In our research we use Roomba robots piggybacking our TriSOS sensor nodes to evaluate distributed sensor network or wireless algorithms on a mobile platform. For control and administration of the robot and the sensor network the robot also carries a small PC (running Windows 7 Professional). Currently, the robots follow a built-in random movement. For evaluation of more realistic scenarios we need to implement Movement Pattern for our mobile platform. To enhance accuracy of the movement and direction of the Roomba we need to build up some kind of hardware (position sensor boards for the TriSOS sensor node) for position/bearing determination.

Details

The diploma thesis comprises following steps:

  • Implement the Roomba control software for the PC
  • the Movement Pattern application
  • Make necessary changes or improvements to existing software (e.g. Roomba control software for the TriSOS sensor node)
  • build up the hardware
  • Evaluate the whole system regarding the accuracy of built up sensors and the execution of the Movement Pattern.

Aufgaben

  • Functional Roomba control and Movement Pattern implementation in Java (PC) and C (TriSOS sensor node)
  • Documented Source Code
  • Documentation of the System and the Evaluation
  • Thesis Report including
    • Description of the Implementation
    • Description of the Movement Pattern in general, Roomba control, Movement Pattern implementation for the Roomba, the position sensor, hardware design of the position sensor, etc.
    • Evaluation Results

Voraussetzungen

  • Good skills in problem-abstraction
  • Good knowledge of Java and C programming
  • Willingness to learn microcontroller programming with Atmel microcontrollers
  • Good self-organized working skills
  • Good 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.).