Projektverantwortliche
Studiengangsleitung: "Elektrotechnik, Bachelor" "Elektrotechnik - dual, Bachelor"
- +49 631 3724-2210steffen.schuetz(at)hs-kl(dot)de
- Campus Kaiserslautern
- Raum H2.071.3
Vorsitz Prüfungsausschuss: "Automatisierungstechnik, Bachelor" "Elektrotechnik - ausbildungsintegriert, Bachelor" "Elektrotechnik, Bachelor" "Elektrotechnik - berufsbegleitend, Bachelor" "Elektrotechnik - dual, Bachelor" "Energie-Ingenieurwesen, Bachelor" "Energie-Ingenieurwesen - dual, Bachelor" "Industrial Engineering, Bachelor" "Maschinenbau - ausbildungsintegriert, Bachelor" "Maschinenbau, Bachelor" "Maschinenbau - berufsbegleitend, Bachelor" "Maschinenbau - dual, Bachelor" "Mechanical Engineering, Bachelor" "Mechatronik - ausbildungsintegriert, Bachelor" "Mechatronik, Bachelor" "Mechatronik - berufsbegleitend, Bachelor" "Mechatronik - dual, Bachelor" "Prozessingenieurwesen, Bachelor" "Wirtschaftsingenieurwesen, Bachelor" "Wirtschaftsingenieurwesen-dual, Bachelor" " Wirtschaftsingenieurwesen - berufsbegleitend, Bachelor", Fachbereichsrat AING, Prüfungsausschuss AING Bachelor, Prüfungsausschuss AING Master
- +49 631 3724-2250stefan.steidel(at)hs-kl(dot)de
- Campus Kaiserslautern
- Raum F2.028
Wissenschaftliche Mitarbeiterin
- +49 631 3724-2484katherine.sirois(at)hs-kl(dot)de
- Campus Kaiserslautern
- Raum H2.071.2
EmKiPro²
Im Mittelpunkt des Projekts steht die Entwicklung einer Beinprothese, die mit Hilfe von Künstlicher Intelligenz (KI) den Zustand einer Bein-/Fußprothese, z.B. Bewegung und Bodenkontakt, erfasst und diese Empfindung an den Nutzer weitergibt.
Anders als herkömmliche Systeme soll die neuartige Prothese die Verformung eines flexiblen Kohlefaserfußes nutzen, um Informationen über den Bodenkontakt zu erfassen. Das macht sie leichter, robuster und kostengünstiger. Die komplexen Deformationen werden KI-gestützt interpretiert und über einen neuartigen Ansatz mittels hochauflösender elektrischer Impulse auf die Haut des Nutzers übertragen. Auch diese elektrotaktilen Signale sollen KI-gestützt individuell angepasst werden und so dem Nutzer ein optimales Gefühl für die Prothese vermitteln.
Zur schnellen Generierung realitätsnaher Trainingsdaten werden Surrogatmodelle entwickelt – KI-basierte Ersatzmodelle, die komplexe physikalische Prozesse effizient und präzise approximieren.
Ziel ist eine benutzerfreundliche, intelligente Beinprothese, die als Teil des Körpers wahrgenommen wird.
