NM

M. Sc. Nina Majer

  • FZI Forschungszentrum Informatik
    Embedded Systems and Sensors Engineering (ESS)
    Haid-und-Neu Str. 10-14
    76131 Karlsruhe

Lebenslauf

Studium der Mechatronik und Informationstechnik am Karlsruher Institut für Technologie (KIT) sowie an der Pennsylvania State University (PSU) mit dem Vertiefungsfach Regelungstechnik in der Mechatronik. 2020 Masterarbeit mit dem Titel „Safely Learning Predictive Adaptive Cruise Control for Highly Automated Vehicles“ am FZI.                                                                                                                                      
Seit April 2021 wissenschaftliche Mitarbeiterin in der Abteilung Control in Information Technology (CIT) im Bereich Embedded Systems and Sensors Engineering (ESS) am FZI.

Forschung

Kooperative Trajektorienplanung mehrerer mobiler Roboter

Bewegen sich mehrere mobile Roboter auf demselben Einsatzgebiet, können sich Kreuzungssituationen ergeben, die mit einer unkoordinierten, individuellen Trajektorienplanung einen verlangsamten Verkehrsfluss oder im Extremfall eine Verklemmung hervorrufen. Für die Realisierung einer koordinierten Planung gibt es zentrale oder dezentrale Regelungsarchitekturen. Bei zentralen Ansätzen ist eine zentrale Koordinationseinheit verantwortlich dafür, Trajektorien oder Prioritäten an die Fahrzeuge zu übermitteln. Bei dezentralen Architekturen ist die Trajektorienplanung gleichermaßen auf die Fahrzeuge verteilt und die mobilen Roboter kommunizieren explizit oder implizit miteinander, um den Konflikt aufzulösen.
Die Trajektorienplanungsprobleme der mobilen Roboter in einer Kreuzungssituation können als gekoppelte Optimalsteuerungsprobleme formuliert werden, die im Sinne der Spieltheorie ein Differentialspiel darstellen. Bisher sind dezentrale Trajektorienplanungsverfahren für mehrere interagierende mobile Roboter fast ausschließlich auf Basis der nicht-kooperativen Spieltheorie in der Literatur zu finden. Dabei minimiert jeder Spieler seine individuelle Kostenfunktion und beachtet nicht, ob sich seine gewählte Strategie negativ auf die Kosten eines anderen Spielers auswirkt, wodurch soziale Effekte bei mehreren interagierenden Robotern nicht abgebildet sind.
Ziel dieses Forschungsprojekts ist es daher, eine dezentrale und kooperative Trajektorienplanung zu entwickeln, um Kreuzungssituationen unabhängig von einer zentralen Einheit effizient aufzulösen. Dabei soll ein möglichst geringer Anteil an expliziter Kommunikation zwischen den Robotern notwendig sein.

Lehre

Publikationen


Safely Learning Model Predictive Control with Time-Variant State Constraints and its Application to Motion Planning
Kohrer, L.; Majer, N.; Schwab, S.; Hohmann, S.
2021. 2021 IEEE International Intelligent Transportation Systems Conference (ITSC): 19-22 September 2021, Indianapolis, IN, USA, 755–762, Institute of Electrical and Electronics Engineers (IEEE). doi:10.1109/ITSC48978.2021.9564934