emergenCITY heißt Christoph Löser im Team willkommen
Der Ingenieur forscht zu Signalverarbeitung sowie maschinellem Lernen und will Methoden für den Rettungsroboter Scout weiterentwickeln.
Der Ingenieur forscht zu Signalverarbeitung sowie maschinellem Lernen und will Methoden für den Rettungsroboter Scout weiterentwickeln.
Rettungsroboter können in Katastrophen eine große Hilfe sein. Zum Beispiel, um nach einem Erdbeben, Feuer oder Tsunami Vermisste in zerstörten Gebäuden aufzuspüren. Christoph Löser, wissenschaftlicher Mitarbeiter in den Fachgebieten Robust Data Science (RDS) und Künstlich Intelligente Systeme der Medizin (KIS*MED) an der TU Darmstadt, will Methoden für den von emergenCITY entwickelten Rettungsroboter Scout optimieren, damit vermisste, hilfsbedürftige Personen schneller gefunden werden.
Seit März unterstützt er das LOEWE-Zentrum emergenCITY im Programmbereich Cyber-Physische Systeme. Seine Forschungsthemen sind die statistische Signalverarbeitung und das maschinelle Lernen im Kontext von Detektion, Parameterschätzung und Variablenselektion. Dabei liegt sein Fokus auf der Erforschung, Entwicklung und Analyse von statistisch fehlerkontrollierenden Methoden für hochdimensionale Probleme in biomedizinischen Anwendungen.
„Konkret werde ich daran arbeiten, die von Jasin Machkour und der Robust Data Science Group entwickelte Methodik des T-Rex in die Anwendung zu bringen, das heißt sie für radarbasierte Lokalisation von Personen und deren Vitalparameterschätzung einzusetzen“, sagt der Wissenschaftler. Im Anschluss soll die Menge an Sensorik genutzt werden, um die Detektion zu verbessern, indem nicht nur Radar, sondern mit Hilfe von Sensorfusion auch andere Sensorik genutzt wird.
Ziel sei es, den Rettungsroboter Scout zu befähigen, Personen sicher und schnell aufzuspüren sowie ihren Gesundheitszustand anhand von Vitalparametern wie Atemfrequenz oder Puls zu messen. So könnten zum Beispiel verletzte und kranke Personen besser überwacht und bei der Rettung zuerst berücksichtigt werden.
Christoph Löser schrieb bereits seine Masterarbeit zu „Efficient Graph Learning for High-Dimensional Data“ in der RDS Group. Themen, für die er sich ebenso begeistern kann, sind nicht-invasive Methoden zur Vitalparameterschätzung, im ersten Schritt radar-basiert.