EXC 142:  Kognition für technische Systeme - CoTeSys

• Fachliche Zuordnung: Systemtechnik ; Informatik
• Förderung: Förderung von 2006 bis 2014
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 25268764

• Erstellungsjahr: 2015

Zusammenfassung der Projektergebnisse

Der Exzellenzcluster COTESYS erforschte Kognition für technische Systeme wie autonome Roboter, Fertigungssysteme, und Fahrzeuge. Kognitive technische Systeme verfügen über technische Sensoren und Aktuatoren, sind integriert in physische Systeme und können durch kognitive Regelung zielorientiert und autonom in realen Umgebungen agieren. Kognitive Regelung orchestriert reflexives und habituiertes Verhalten im Einklang mit Autonomie und Intention. Kognitive Fähigkeiten sind Perzeption, logisches Denken, Lernen und zielorientierte Planung. Diese steigern die Autonomie, Flexibilität, Adaptation, Zuverlässigkeit, Robustheit und Performanz der Systeme erheblich, wodurch Menschen die Interaktion und Kooperation mit diesen sehr erleichtert wird. Das zentrale Konzept basiert auf (multiplen) geschlossenen Perzeption- Kognition-Aktion-Wirkungskreisen einschließlich kooperativen Mensch-System-Handlungen. COTESYS bündelte wissenschaftliche Exzellenz in den Neurowissenschaften, Naturwissenschaften, Ingenieurwissenschaften, Informatik und Geisteswissenschaften an der Technischen Universität München (TUM), der Ludwig-Maximilians-Universität (LMU), der Universität der Bundeswehr (UBM), dem Deutschen Zentrum für Luft- und Raumfahrt (DLR) und dem Max-Planck-Institut für Neurobiologie (MPI), um Informationsverarbeitung in kognitiven Systemen zu verstehen, modellieren, analysieren und synthetisieren. Interdisziplinäre Grundlagenforschung im Bereich der Mathematik, Neuro- und Kognitionswissenschaften bildete die Basis für neue Ingenieursund Informatik-Ansätze, die mit Methoden der Psychologie und Ergonomie validiert wurden. Zwei Säulen trugen die Forschung von COTESYS: technische Realisierung kognitiver Fähigkeiten und komplexe Experimentalsysteme in realen Umgebungen. Die Demonstrationsszenarien cognition-enabled kitchen, cognition-enabled factory, sowie cognition-enabled joint action waren auf ihren Gebieten weltweit führend. Neue bahnbrechende Methoden wurden in komplexen Experimentalsystemen implementiert und validiert. COTESYS nutzte damit die wissenschaftliche Exzellenz und hervoragende Infrastruktur des Standorts München in optimaler Weise. Die Erforschung kognitiver technischer Systeme ist ein für die High-Tech-Industrie in Deutschland wichtiger Innovationsmotor. Durch die interdisziplinäre und institutionsübergreifende Zusammenarbeit wuchsen Synergien, die die Spitzenposition des Standorts München in Wissenschaft, Bildung und Technologie weiter ausbaute, und auch nach Ende der Förderung weiter bestehen bleiben. In der Auslauffinanzierung lag der Schwerpunkt zum einen darauf, möglichst viele Doktoranden bei der Fertigstellung ihrer Promotion zu unterstützen, zum anderen auf der Einwerbung von neuen Drittmitteln.

Link zum Abschlussbericht

http://dx.doi.org/10.2314/GBV:880803711

Projektbezogene Publikationen (Auswahl)

• Learning local objective functions for robust face model fitting, IEEE Trans. on Pattern Analysis and Machine Intelligence (PAMI), 30(8):1357-1370, 2008
  M. Wimmer, F. Stulp, S. Pietzsch & B. Radig
  
• Robots in the kitchen: Exploiting ubiquitous sensing and actuation, Robotics and Autonomous Systems Journal, Special Issue on Network Robot Systems, 56(10):844-856, 2008
  R.B. Rusu, B. Gerkey & M. Beetz
  
• Attentional selection of multiple goal positions before rapid hand movement sequences: an ERP study, Journal of Cognitive Neuroscience, 21(1):18-29, 2009
  D. Baldauf & H. Deubel
  
• Handing-over a cube: spatial features of physical joint action, Annals of the New York Academy of Sciences, 1164:380-382, 2009
  M. Huber, A. Knoll, T. Brandt and S. Glasauer
  
• Hydrodynamic object recognition: When multipoles count, Phys. Rev. Lett., 102(5), 058104, 2009
  A.B. Sichert, R. Bamler and J.L. van Hemmen
  
• Neural mechanisms of concurrent stimulus processing in dual tasks, Neuroimage, 48(1):237-248, 2009
  C. Stelzel, S. Brandt & T. Schubert
  
• Social cognitive neuroscience and humanoid robotics, Journal of Physiology - Paris, 103(3-5):286-295, 2009
  G. Cheng and T. Chaminade
  
• TMS evidence for smooth pursuit gain control by the frontal eye fields, Cerebral Cortex, 19:1144-50, 2009
  U. Nuding, R. Kalla, N.G. Muggleton, U. Büttner, V. Walsh & S. Glasauer
  
• Wake tracking and the detection of vortex rings by the canal lateral line of fish, Phys. Rev. Lett., 103, 078102, 2009
  J.-M.P. Franosch, H.J.A. Hagedorn, J. Goulet, J. Engelmann, and J.L. van Hemmen
  
• Advance planning in sequential pick-and-place tasks, Journal of Neurophysiology, 104(1):508-516, 2010
  C. Hesse & H. Deubel
  
• Electrophysiological correlates of detecting a visual target and detecting its absence: the role of feature dimensions, Neuropsychologia, 48:3365-3370, 2010
  E. Akyürek, A. Dinkelbach, A. Schubö & H. Müller
  
• How stimulus shape affects lateral-line perception: analytical approach to analyzing natural stimulus characteristics, Biological Cybernetics 102(3):177-180, 2010
  A.B. Sichert and J.L. van Hemmen
  
• Observing fearful faces leads to visuo-spatial perspective taking, Cognition, 117(1):101-105, 2010
  J. Zwickel & H.J. Müller
  
• ON and OFF pathways in Drosophila motion vision, Nature, 468:300-304, 2010
  M. Joesch, B. Schnell, V.R. Shamprasad, D.F. Reiff & A. Borst
  
• On the temporal relation of top-down and bottom-up mechanisms during guidance of attention, Journal of Cognitive Neuroscience, 22(4):640-654, 2010
  A. Wykowska & A. Schubö
  
• The impact of animal-like features on emotion expression of robot head EDDIE, Advanced Robotics, 24(8-9):1239-1255, 2010
  K. Kuehnlenz, S. Sosnowski & M. Buss
  
• Visualizing retinotopic half-wave rectified input to the motion detection circuitry of Drosophila, Nature Neuroscience, 13:973-978, 2010
  D.F. Reiff, J. Plett, M. Mank, O. Griesbeck & A. Borst
  
• Combined 2D-3D categorization and classification for multimodal perception systems, International Journal of Robotics Research, Vol. 30. 2011, Issue 11, pp. 1378-1402.
  Z.-C. Marton, D. Pangercic, N. Blodow and M. Beetz
  (Siehe online unter https://doi.org/10.1177/0278364911415897)
• How to test for dual-task specific effects in brain imaging studies – An evaluation of potential analysis methods, Neuroimage, 54(3):1765- 1773, 2011
  A.J. Szameitat, T. Schubert & H.J. Müller
  
• Mobile visual location recognition, IEEE Signal Processing Magazine, Special Issue on Mobile Media Search, 28(4), 77-89, 2011
  G. Schroth, R. Huitl, D. Chen, M. Abu-Alqumsan, A. Al-Nuaimi, E. Steinbach
  
• Predictive remapping of attention across eye movements, Nature Neuroscience, 14(2):252-256, 2011
  M. Rolfs, D. Jonikaitis, H. Deubel & P. Cavanagh
  
• RoboEarth - A world wide web for robots. IEEE Robotics & Automation Magazine, Vol. 18. 2011, no. 2, pp. 69-82.
  M. Waibel, M. Beetz, R. D’Andrea, R. Janssen, M. Tenorth, J. Civera, J. Elfring, D. Gálvez- López, K. Häussermann, J.M.M. Montiel, A. Perzylo, B. Schießle, O. Zweigle & R. van de Molengraft
  (Siehe online unter https://dx.doi.org/10.1109/MRA.2011.941632)
• System interdependence analysis for autonomous robots, The International Journal of Robotics Research, 30:601-614, 2011
  G. Lidoris, F. Rohrmüller, D. Wollherr & M. Buss
  
• Web-enabled Robots – Robots that use the Web as an Information Resource, Robotics & Automation Magazine, 18(2):58-68, 2011
  M. Tenorth, U. Klank, D. Pangercic & M. Beetz
  
• Cognition-enabled autonomous robot control for the realization of home chore task intelligence, Proceedings of the IEEE, Vol. 100. 2012, Issue 8, pp. 2454 - 2471.
  M. Beetz, D. Jain, L. Mösenlechner, L. Kunze, M. Tenorth, N. Blodow and D. Pangercic
  (Siehe online unter https://doi.org/10.1109/JPROC.2012.2200552)