Achilleas Seisa
Doktorand, MC
Forskningsämne: Robotik och artificiell intelligens
Avdelning: Signaler och system
Institutionen för system- och rymdteknik
Om mig
Bio
Jag är en Ph.D. student vid institutionen för datavetenskap, elektro- och rymdteknik vid Luleå tekniska universitet, Sverige. Jag är en del av forskargruppen för robotik och artificiell intelligens Länk till annan webbplats. vid Signal and System Division, under ledning av Professor George Nikolakopoulos Länk till annan webbplats.. Jag tog min integrerade magisterexamen i elektroteknik och datavetenskap från University of Patras, Grekland, där min riktning var mot automatisk styrning och robotsystem. Mitt forskningsintresse är fokuserat på edge computing-arkitekturer för robotapplikationer, antennmanipulationsautonomikomponenter och augmented reality för fjärrstyrd antenndrift. För närvarande arbetar jag med projektet "AERO-TRAIN Länk till annan webbplats.", och titeln på mitt projekt är "Augmented reality for enhancing semi-autonomous remote aerial manipulation".
LinkedIn Länk till annan webbplats. - Google Scholar Länk till annan webbplats. - ResearchGate Länk till annan webbplats. - Publons Länk till annan webbplats. - SciProfiles Länk till annan webbplats. - ORCID Länk till annan webbplats.
Projekt
AERO-TRAIN - Augmented reality for enhancing semi-autonomous remote aerial manipulation
- Projekt Beskrivning
- Projektet fokuserar på att utveckla metoder för att förbättra fjärrstyrningen av UAV:en genom att introducera autonomikomponenter som kan hantera integration/fusion av robotmodellering, banplanering, undvikande av hinder, flygkontroll på låg nivå och miljöuppfattning. Därför kommer detta projekt att handla om att bygga förstärkta verklighetsgränssnitt som möjliggör en exakt, enkel och säker samarbetsoperation mellan människa och maskin. Dessutom kommer fjärrstyrda (kantbaserade) autonomikomponenter att utvecklas, såsom omgivande perception, undvikande av hinder, assisterande navigering, förbättrad stabilitet vid flygning etc, som kommer att fungera som ett intelligent lager, som kommer att filtrera bort operationer som kan resultera i skada av infrastrukturen eller plattformen. Genom att uppnå detta kommer målet att gå mot säkrare fjärroperationer att uppnås.
- Projektmål
- Edge Computing och 5G för beräknings- och lagringsresurser med minimal latens
- Hantera den sömlösa integrationen/fusionen av robotmodelleringen, vägplanering, undvikande av hinder, flygkontroll på låg nivå och miljöuppfattning
- Utveckla algoritmer för autonom robot till användares förslag
- Utveckla metoder för intuitiv kommando från användare till robot
Undervisningserfarenhet
- Våren 2022 - Lärarassistent för kursen "R7008E - Industrial automation Länk till annan webbplats.", Luleå Tekniska Universitet
- Våren 2023 - Lärarassistent för kursen "R7008E - Industrial automation Länk till annan webbplats.", Luleå Tekniska Universitet
Övervakning
- Niklas Dahlquist Länk till annan webbplats. - Generation of Behavior Trees for Dynamical Agents Based on Market Based Task Allocation Länk till annan webbplats.
- Marios Stamatopoulos Länk till annan webbplats. - Collaborative Control of Aerial Robots for Co-manipulating Flexible Objects Länk till annan webbplats.