Meine Forschung zielt darauf ab, Robotern zu ermöglichen, menschliches Verhalten während kollaborativer Aufgaben zu antizipieren, zu verstehen und sich daran anzupassen. Ich untersuche, wie Menschen Roboterbewegungen wahrnehmen, wie menschliche Handlungen aus beobachtetem Verhalten vorhergesagt werden können und wie diese Prädiktionen in Bewegungsplanungs- und Regelungssysteme integriert werden können, um Sicherheit und betriebliche Effizienz zu verbessern.
Synthese theoretischer Verhaltensmodelle mit physischer Hardware-Validierung.
5 begutachtete Publikationen zur Untersuchung motorischer Interferenz und objektiver Verhaltensmarker für die wahrgenommene Menschenähnlichkeit von Robotern durch synchronisierte Bewegungsexperimente.
Aktuelle Doktorandenforschung zur Quantifizierung der Anpassung von Trajektorien und Arbeitsraumnutzung während Interaktionen. Entwicklung prädiktiver Planungsmethoden unter Einbeziehung von Aufgabenunsicherheit.
Algorithmenintegration, rekursives Reglerdesign und experimentelle Validierung, erfolgreich eingesetzt auf UR3, Stäubli RX160, TurtleBot 4 und AgileX Scout Mini.
Zeigt, dass die Gliedmaßenkonfiguration des Roboters die menschliche Bewegungsausführung beeinflusst und ein objektives Maß für wahrgenommene Menschenähnlichkeit liefert.
Untersucht, wie kognitive Belastung die menschliche Wahrnehmung kollaborativer Roboter bei kontinuierlichen, synchronen Bewegungsaufgaben verändert.
Formuliert eine rekursive Tracking-Architektur, die explizite Matrixaufbauparameter für komplexe Industrieroboter eliminiert.
Direkte empirische Validierung, die den gesamten Entwicklungsstack von Low-Level-Mikrocontrollern bis hin zu High-Level-Systemverhalten abbildet.
Implementierung hybrider Positions-/Kraftregelkreise für die physische Mensch-Roboter-Interaktion. Gewährleistung stabiler Industrietrajektorien bei gleichzeitiger sicherer kinetischer Anpassung bei direktem menschlichem Kontakt.
Entwicklung von Echtzeit-Teleoperations- und prädiktiven Manipulator-Tracking-Schleifen. Aktive Verfolgung menschlicher räumlicher Vektoren mithilfe markerbasierten optischen Trackings zur Steuerung des Manipulatorverhaltens.
Implementierung eingebetteter Steuerungsarchitekturen, die Mikrocontroller, NVIDIA Jetson und ROS-basierte Robotersysteme verknüpfen.
Konfiguration und Validierung autonomer Navigationssysteme unter Verwendung von Nav2, Cartographer SLAM und LiDAR-basierter Wahrnehmung auf TurtleBot 4 und AgileX Scout Mini Plattformen.
Computergestützte Implementierungen und Algorithmensimulationen zur Validierung von kinematischen Solvern, probabilistischem Mapping und Kraftregelkreisen vor dem Hardware-Einsatz.
Implementierung von Extended Kalman Filter Simultaneous Localization and Mapping für die probabilistische Umgebungsmodellierung.
Erweitertes SLAM-Framework, das Partikelfilter nutzt, um komplexe nichtlineare Trajektorien und Grid-Karten zu schätzen.
Simulink-basierte Architektur für Multi-Agenten-Interaktion, die eine stabile Kraftregelung in einer geschlossenen kinematischen Kette demonstriert.
Simulierter physischer Nachgiebigkeitsregelkreis (Compliance), der Echtzeit-Werkzeugtrajektorien an veränderte planare Einschränkungen anpasst.
Mathematische Modellierung der Rigid-Body-Dynamik des Stäubli RX160 zur Erleichterung der Echtzeit-Abstimmung von PID- und adaptiven Reglern.
Plattformübergreifende Trajektorienausführung, die Arrays der MATLAB-Pfadplanung mit dem RTDE-Stream von Universal Robots verknüpft.
Generierung reibungsloser, biologisch inspirierter Minimum-Jerk-Trajektorien, die durch die Gelenkgrenzen des UR3 abgebildet werden.
Eine maßgeschneiderte Applikationsoberfläche, die direkte kartesische Manipulation und inverse kinematische Lösung ermöglicht.
Eigenständige MATLAB-Executable, die die Echtzeit-Visualisierung von 6-DoF Forward-Kinematics-Zuständen ermöglicht.
Entwicklung sicherer, intuitiver und kollaborativer Verhaltensweisen für Robotersysteme, die in gemeinsam genutzten physischen Umgebungen arbeiten.
Entwicklung von Bewegungsplanungsmethoden, die Robotertrajektorien entsprechend prädiktierter menschlicher Handlungen anpassen.
Untersuchung, wie Menschen ihre Positionen und räumlichen Bewegungsprofile bei der Interaktion in gemeinsamen Arbeitsbereichen anpassen.
Untersuchung der motorischen Interferenz als objektives Maß für die wahrgenommene Menschenähnlichkeit bei Roboterbewegungen.
Einsatz stochastischer Modellierung, um menschliche Absichten abzuleiten und mit zeitlicher Unsicherheit in gemeinsamen Montageaufgaben umzugehen.
Formulierung und Implementierung entkoppelter Optimierungsziele, hybrider Kraftregelung und adaptiver Tracking-Algorithmen.
Ich suche ab Dezember 2026 nach Postdoc-Positionen sowie R&D-Möglichkeiten in der Robotik. Meine Interessen umfassen menschenbezogene Bewegungsplanung, kollaborative Robotik, das Lernen von Robotern aus menschlichem Verhalten und die Mensch-Roboter-Interaktion.