{"id":16017,"date":"2026-03-17T12:40:29","date_gmt":"2026-03-17T12:40:29","guid":{"rendered":"https:\/\/byte-bucket.com\/2026\/03\/17\/tum-forscher-entwickeln-intelligenten-roboter-zur-effizienten-ortung-verlegter-gegenstaende\/"},"modified":"2026-03-17T12:40:29","modified_gmt":"2026-03-17T12:40:29","slug":"tum-forscher-entwickeln-intelligenten-roboter-zur-effizienten-ortung-verlegter-gegenstaende","status":"publish","type":"post","link":"https:\/\/byte-bucket.com\/?p=16017","title":{"rendered":"TUM-Forscher entwickeln intelligenten Roboter zur effizienten Ortung verlegter Gegenst\u00e4nde."},"content":{"rendered":"<p>Ein Forschungsteam der Technischen Universit\u00e4t M\u00fcnchen (TUM) hat einen neuen Roboter entwickelt, der verlegte Gegenst\u00e4nde in Innenr\u00e4umen orten kann. Anders als herk\u00f6mmliche Suchroboter basiert dieser Roboter nicht auf einer blindlings erfolgenden Durchsuchung, sondern verf\u00fcgt \u00fcber ein Verst\u00e4ndnis f\u00fcr die Positionen und Bedeutungen von Objekten sowie \u00fcber r\u00e4umliches Kontextwissen. Diese F\u00e4higkeit erm\u00f6glicht ihm eine effiziente Suche, da er wei\u00df, wo Gegenst\u00e4nde wahrscheinlich platziert sind und an welchen Stellen unn\u00f6tig gesucht werden muss. <\/p>\n<p>Der Roboter nutzt eine mobile Plattform mit Rollen und einem Mast, der eine 3D-Kamera beherbergt. Die Kamera erzeugt zweidimensionale Bilder mit Tiefeninformationen, wodurch ein pr\u00e4zises digitales Abbild der Umgebung entsteht. Dieser Scan findet kontinuierlich statt, um stets aktuelle Informationen zu liefern. <\/p>\n<p>Ein entscheidender Faktor ist das semantische Verst\u00e4ndnis der Objekte und ihrer Positionen durch maschinelles Lernen. Der Roboter lernt Zusammenh\u00e4nge zwischen Objekten und ihren typischen Aufbewahrungsorten, z. B. dass Brillen oft auf Regalen oder Tischen stehen, w\u00e4hrend Teller in Schr\u00e4nken oder auf K\u00fcchenarbeitsplatten liegen. Dadurch kann er zielgerichtet suchen. <\/p>\n<p>Die Forscher demonstrieren in ihrer Studie einen bis zu 30-prozentigen Zugewinn an Sucheffizienz. Zus\u00e4tzlich besitzt der Roboter eine hohe F\u00e4higkeit zur Erkennung von Ver\u00e4nderungen in seiner Umgebung. Mit hoher Genauigkeit vergleicht er \u00e4ltere Aufnahmen mit aktuellen Bildern und identifiziert Verschiebungen oder Hinzuf\u00fcgungen von Objekten, die ihm als zus\u00e4tzliche Hinweise bei der Suche dienen. Die TUM-Forscher planen zuk\u00fcnftige Optimierungen, um auch Gegenst\u00e4nde in Schubladen oder hinter anderen Objekten zu lokalisieren, was Interaktionen mit der Umgebung, wie Greifarmen, erfordert. Dies erfordert erweitertes Wissen \u00fcber T\u00fcren, Schl\u00f6sser und Greifstrategien, welches aktuell noch Gegenstand der Forschung ist.<\/p>\n<p>Schlagw\u00f6rter: M\u00fcnchen + TUM + B.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Ein Forschungsteam der Technischen Universit\u00e4t M\u00fcnchen (TUM) hat einen neuen Roboter entwickelt, der verlegte Gegenst\u00e4nde in Innenr\u00e4umen orten kann. Anders als herk\u00f6mmliche Suchroboter basiert dieser Roboter nicht auf einer blindlings erfolgenden Durchsuchung, sondern verf\u00fcgt \u00fcber ein Verst\u00e4ndnis f\u00fcr die Positionen und Bedeutungen von Objekten sowie \u00fcber r\u00e4umliches Kontextwissen. Diese F\u00e4higkeit&#46;&#46;&#46;<\/p>\n","protected":false},"author":4,"featured_media":16016,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-16017","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/16017","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=16017"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/16017\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/16016"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=16017"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=16017"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=16017"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}