Thorsten Edelhäußer

Thorsten Edelhäußer
Fraunhofer Institute for Integrated Circuits IIS | IIS · Department of Locating and Communication Systems

PhD

About

13
Publications
4,197
Reads
How we measure 'reads'
A 'read' is counted each time someone views a publication summary (such as the title, abstract, and list of authors), clicks on a figure, or views or downloads the full-text. Learn more
110
Citations
Citations since 2016
4 Research Items
102 Citations
2016201720182019202020212022051015202530
2016201720182019202020212022051015202530
2016201720182019202020212022051015202530
2016201720182019202020212022051015202530

Publications

Publications (13)
Preprint
Full-text available
This paper presents a novel motion and trajectory planning algorithm for nonholonomic mobile robots that uses recent advances in deep reinforcement learning. Starting from a random initial state, i.e., position, velocity and orientation, the robot reaches an arbitrary target state while taking both kinematic and dynamic constraints into account. Ou...
Article
Full-text available
Radio-based locating systems allow for a robust and continuous tracking in industrial environments and are a key enabler for the digitalization of processes in many areas such as production, manufacturing, and warehouse management. Time difference of arrival (TDoA) systems estimate the time-of-flight (ToF) of radio burst signals with a set of synch...
Conference Paper
Full-text available
Object localization and tracking is essential for many applications including logistics and industry. Many local Time-of-Flight (ToF)-based locating systems use synchronized antennas to receive radio signals emitted by mobile tags. They detect the Time-of-Arrival (TOA) of the signal at each antenna and trilaterate the position from the Time Differe...
Patent
Full-text available
Apparatus for determining an estimated value for a location of a receiving element within a reference system which may receive signals of a signal source movable to different measuring positions, it being possible to measure—on the basis of the signals received—localization data which indicate a relative location of the receiving element with respe...
Conference Paper
Full-text available
The DEBS 2014 Grand Challenge targets the monitoring and prediction of energy loads of smart plugs installed in private households. This paper presents details of our middleware solution and efficient median calculation, shows how we address data quality issues, and provides insights into our enhanced prediction based on hidden Markov models. The e...
Conference Paper
We present a novel approach for selecting measurement points online to determine the pose (position and orientation) of an Real-Time Location System's (RTLS) receiving element. In combination with the RANdom Sample And Consensus (RANSAC) algorithm, we generate a selection of measurement points excluding bad measurements to get the right estimation...
Conference Paper
Full-text available
We introduce a new method to estimate the position and direction of receiving elements of a real time locating system (RTLS). In an angle of arrival (AoA) system, we are able to reconstruct the antenna configuration using measurements at only three reference points. No further prior knowledge is required, and the computations are very lightweight....
Conference Paper
Full-text available
We introduce a new method for estimating the position and direction of receiving elements of a Real-Time Location System (RTLS). We deployed an autonomous robot and an Evolutionary Algorithm (EA) for this problem. The adopted operations and fitness calculation of the EA are presented for an Angle of Arrival (AoA) system and the results of simulatio...
Article
Full-text available
In sports, especially soccer and other ball-sports, the interaction between trajectories of players take a major role in purposes of game analysis. Existing approaches follow the way of mining spatio-temporal, sequential patterns or spatial patterns, but do not incorporate interactions between multiple, interactive trajectories. This paper proposes...
Article
Full-text available
The traditional representation of object trajectories as spatio-temporal data is not suitable for all applications. We present a trajectory representation called Trajectory Behavior Language (TBL) for three dimensional data that better fits tra-jectory comparison or analyzing the behavior of moving objects. Our representation is based on a Chomsky-...

Network

Cited By

Projects

Project (1)
Project
Zur Vernetzung von Forschung und Wirtschaft hat das Fraunhofer-Institut für Integrierte Schaltungen IIS in Kooperation mit der Friedrich-Alexander-Universität Erlangen-Nürnberg und der Ludwig-Maximilians-Universität München unter weiterer Beteiligung der Fraunhofer-Institute IKS und IISB eine einzigartige Forschungsinfrastruktur in Bayern geschaffen: das ADA Lovelace Center for Analytics, Data and Applications. Es verbindet als Kooperationsplattform für Wissenschaft und Wirtschaft auf innovative Art KI-Forschung mit KI-Anwendungen. Das Besondere am ADA Lovelace Center ist tatsächlich die enge Verbindung aus Forschung und industrieller Anwendung: Mit der Art und Weise, wie wir unsere Kompetenzen, Methoden und Verfahren aus dem Bereich der Künstlichen Intelligenz in den Fragestellungen der Praxis einsetzen und an ihnen weiterentwickeln, wie wir an Projekte herangehen und wie wir mit unseren Partnern aus Industrie und Wissenschaft zusammenarbeiten, wollen wir den Zugang der Unternehmen zu umfassender KI-Expertise erleichtern und so schnell konkreten Nutzen für sie herstellen; und zwar über die Grenze des derzeit Machbaren hinaus. So wollen wir Unternehmen vom enormen Potenzial von KI überzeugen und KI in die industrielle Anwendung bringen: Das ADA Lovelace Center versteht sich als Multiplikator, um KI-Kompetenz in einem Unternehmen aufzubauen oder die vorhandene KI-Kompetenz zu stärken bzw. weiterzuentwickeln. Das wissenschaftliche Methodenspektrum, das wir im ADA Lovelace Center dafür einsetzen, ist sehr breit und die Auswahl der richtigen Methode abhängig vom Anwendungsfall. Immer aber geht es bei uns um Datenanalyse: von der klassischen Zustandsbeschreibung über Vorhersagen von Ereignissen bis hin zu entscheidungsbasierten Methoden, die z.B. automatisiert eine bestimmte Handlung auslösen sollen. Dazu binden wir übrigens neben den genannten regionalen Playern auch viele andere nationale und internationale Wissenschaftspartner ein. An folgenden Kompetenzsäulen wird geforscht: • Automatisches Lernen • Sequenzbasiertes Lernen • Erfahrungsbasiertes Lernen • Few Labels Learning • Erklärbares Lernen • Mathematische Optimierung • Semantik • Few Data Learning Eine Beschreibung zu den oben genannten Kompetenzsäulen kann unter diesem Link https://www.scs.fraunhofer.de/de/referenzen/ada-center.html#381039553 gefunden werden.