Robotics and Biology Laboratory

Adrian Sieler

Sekretariat MAR 5-1
Raum MAR 5.065
SprechstundenNur nach Vereinbarung

Forschungsinteressen

Meine Forschung konzentriert sich auf die Konsequenzen der Verkörperung eines Roboteragenten, um robustes Verhalten bei der Interaktion mit der realen Welt zu erzeugen. Besonders geschickte weiche Roboterhände haben Eigenschaften, die eine neue Perspektive auf eine der großen Herausforderungen in der Robotik ermöglichen - die autonome Manipulation mit der Hand. Daher untersuche ich, wie man die morphologische Berechnung (MC), die die Hand bei der physischen Interaktion mit der Umgebung durchführt, am effizientesten nutzen kann, um neue Kontroll- und Planungsansätze zu entwickeln. Klassische analytische und lernbasierte Ansätze sind nicht direkt anwendbar, da sie mit einem starren Handparadigma für die Manipulation im Hinterkopf entwickelt wurden. Dies motiviert zur Entwicklung einer neuen Reihe von Werkzeugen, um die Rechenleistung des Körpers voll auszuschöpfen.

Kurzlebenslauf

  • 06.2019 - heute
  • 04.2016 - 03.2019
    • MSc Mathematics in Data Science - TU München
      • 04.2018 - 12.2018
        Masterarbeit, Siemens AG - Corporate Technology: Mechatronic Systems
        Thema: Simulation-Based Reinforcement Learning of Complex Reflexes for Low-Level Robotic Systems
  • 08.2018 - 05.2019
  • 10.2012-04.2016
    • BSc Mathematik - TU Münschen
      • 12.2015 - 03.2016  
        Bachelorarbeit
        Thema: Refinement and Coarsening of Online-Offline Data Mining Methods with Sparse Grids

Projekt

© Felix Noak

Geschickte und sensorische weiche Roboterhände

Nach dem Vorbild menschlicher Greif- und Manipulationsfähigkeiten bauen wir anthropomorphe weiche Roboterhände mit einem hohen Maß an Geschicklichkeit, um robuste Interaktionen mit der Umwelt zu ermöglichen. Wir entwickeln neue Sensortechnologien, die mit den hochgradig nachgiebigen Händen arbeiten und gleichzeitig nützliches Sensorfeedback liefern. Gleichzeitig erhöhen wir die Robustheit weicher Hände, indem wir Kontrollmethoden entwickeln, die Wahrnehmungs-, Modell- und Bewegungsunsicherheiten durch haptisches Feedback reduzieren.

Betreute Abschlussarbeiten

© Posifa

Robustifying Air-Mass Control of Soft-Pneumatic-Actuators with Air-Flow Sensors

Joel Simon Fuchs, November 2021

Air mass control for soft pneumatic actuators is the proper actuation scheme to avoid compromising the intrinsic compliance of the system during control. The enclosed air-mass in a soft system is independent of shape changes during interaction with the environment. In this work, we investigate different airflow sensors to increase the accuracy of our current data-driven approach to air mass control.

Analysis of Soft Finger Pulp Design on Grasping and Manipulation

Vipul Mahawar, August 2021

The goal of this master's thesis is to analyse how different materials and morphologies can change the grasping and manipulation behavior of soft robot hands. In this thesis you will build robot fingers from different kinds of soft materials and will experiment with different hand morphologies. During the course of this thesis we hope to understand how we can build robot hands that are not only more dexterous, but also more robust in their behavior.

Vision-Based Teleoperation of the Compliant RBO Hand 3

Friederike Thonagel, May 2022

Mithilfe eines handelsüblichen Computer-Vision-Tools werden die Hand- und Handgelenkshaltungen des Benutzers mit mehreren Kameras erfasst und die 3D-Position der Hand anhand eines zugrunde liegenden kinematischen Modells geschätzt, um das Wissen über die menschliche Hand zu nutzen. Beim Wechsel in den Gelenkraum werden die menschlichen Gelenkwinkel auf die RBO Hand 3 abgebildet, zunächst in der Simulation, dann auf der Roboterhand.

© Sumit Patidar

In-Hand Manipulation via Constraint Exploitation and Wrist-Movements

Sumit Patidar, September 2022

The advantages of wrist movements for hand manipulation have received little attention in robotics. Most approaches use only the capabilities of the fingers of a hand. Humans constantly move their wrist to take advantage of gravity or inertial forces to support the desired manipulation. In this work, we explore the role of external resources (gravity, inertia) in the context of exploiting constraints for hand manipulation.

PneumaticBox © RBO

Learning of Drift-Prediction Models to Increase the Accuracy of Air-Mass Controllers

Mohamed Rekik Farouk

Air mass control for soft pneumatic actuators is the proper actuation scheme to avoid compromising the intrinsic compliance of the system during control. The enclosed air-mass in a soft system is independent of shape changes during interaction with the environment. In this work, we investigate different data-driven techniques to increase the accuracy of a given air mass controller.

Publikationen

2023

Sieler, Adrian; Brock, Oliver
Dexterous Soft Hands Linearize Feedback-Control for In-Hand Manipulation
Proceedings of the IEEE International Conference on Intelligent Robots and Systems (IROS)
2023
Patidar, Sumit; Sieler, Adrian; Brock, Oliver
In-Hand Cube Reconfiguration: Simplified
Proceedings of the IEEE International Conference on Intelligent Robots and Systems (IROS)
2023

2021

Bhatt, Aditya; Sieler, Adrian; Puhlmann, Steffen; Brock, Oliver
Surprisingly Robust In-Hand Manipulation: An Empirical Study
Proceedings of Robotics: Science and Systems
Herausgeber: Virtual
Juli 2021