KITopen
Not a member yet
63711 research outputs found
Sort by
Use the Force, Bot! - Force-Aware ProDMP with Event-Based Replanning
Get PDFMovement Primitives (MPs) are a well-established method for representing and generating modular robot trajectories. This work presents FA-ProDMP, a new approach which introduces force awareness to Probabilistic Dynamic Movement Primitives (ProDMP). FA-ProDMP adapts the trajectory during runtime to account for measured and desired forces. It offers smooth trajectories and captures position and force correlations over multiple trajectories, e.g. a set of human demonstrations. FA-ProDMP supports multiple axes of force and is thus agnostic to cartesian or joint space control. This makes FA-ProDMP a valuable tool for learning contact rich manipulation tasks such as polishing, cutting or industrial assembly from demonstration. In order to reliably evaluate FA-ProDMP, this work additionally introduces a modular, 3D printed task suite called POEMPEL, inspired by the popular Lego Technic pins. POEMPEL mimics industrial peg-in-hole assembly tasks with force requirements. It offers multiple parameters of adjustment, such as position, orientation and plug stiffness level, thus varying the direction and amount of required forces. Our experiments show that FA-ProDMP outperforms other MP formulations on the POEMPEL setup and a electrical power plug insertion task, due to its replanning capabilities based on the measured forces. These findings highlight how FA-ProDMP enhances the performance of robotic systems in contact-rich manipulation tasks
Grid-Aware Sizing and Operation of Distributed Energy Resources
Get PDFAufgrund sinkender Kosten und politischer Maßnahmen zur Förderung regenerativer Energiequellen steigt die Anzahl erneuerbarer Erzeugungsanlagen weltweit an. Diese Entwicklung erfordert Investitionen in Verteilnetzinfrastruktur und intelligente Steuerungsmechanismen, welche die schwankende Energieerzeugung kompensieren. Gleichzeitig ist die Quantifizierung dieser Erfordernisse durch die Verteilnetzbetreiber ohne ausreichende Messinstrumentierung unmöglich. Infrastrukturkomponenten, wie Transformatoren, haben eine lange Lebensdauer und sind oftmals nicht mit Kommunikations- oder Messhardware ausgestattet. Als Alternative werden Smart Home Geräte mit Hardware zur Spannungsüberwachung an der Steckdose immer populärer. Können in den Netzknoten keine direkten Messungen vorgenommen werden, lassen sich mithilfe eines Feature-Propagation-Algorithmus Pseudo-Messwerte generieren. Damit wird die Spannungsüberwachung über das gesamte Verteilnetz vervollständigt, selbst wenn nicht alle Knoten instrumentiert sind. Mit detaillierten Kenntnissen über Netzengpässe lassen sich dezentrale Energieressourcen DERs auslegen, um das Netz möglichst ökonomisch zu unterstützen. Dieser Planungs- und Steuerungsprozess stellt ein Optimierungsproblem dar, das analytisch oder heuristisch gelöst werden kann, wobei jede Methode eigene Vorteile bietet. Im Rahmen dieses Verfahrens werden iterativ rechenintensive Lastflussberechnungen durchgeführt. Durch den Einsatz von Graph Neural Networks (GNNs) lassen sich diese Berechnungen effizient approximieren. Die Genauigkeit und Effizienz dieser Approximationen hängen von der zugrunde liegenden Architektur des Machine-Learning-Modells ab.
In dieser Dissertation wird die Messgenauigkeit kommerzieller Smart-Plugs untersucht, wobei deren hinreichende Präzision für die Spannungsüberwachung in Verteilnetzen nachgewiesen wird. Ein schneller Feature-Propagation-Algorithmus ergänzt diese Messungen durch Pseudo-Messwerte und vervollständigt so die Netzüberwachung. Durch den Vergleich heuristischer und analytischer Optimierungsansätze für sektorenübergreifende DERs wird gezeigt, dass DER-Komponenten mit linearen Gleichungen in Mixed-Integer Linear Program (MILP)-Modellen präzise analytische Lösungen liefern und zudem effizient berechnet werden können. Ein iterativer Algorithmus passt die Zusammensetzung und den Fahrplan einer sektorenübergreifenden DER an das umgebende Verteilnetz an. Um die Rechenzeit zu verkürzen, werden GNNs eingesetzt, um die Ergebnisse des Algorithmus zu approximieren. Ein in zwei Stufen vortrainiertes Modell, das zunächst die Lastflussberechnungen und anschließend die Algorithmusergebnisse approximiert, wird einem Einstufigen-GNN gegenübergestellt, das als direkter Ersatz für den iterativen Algorithmus dient. Das vortrainierte GNN approximiert den minimalen Leistungsbedarf zur Netzengpassbehebung in allen getesteten Szenarien, einschließlich realer Verteilnetz-Topologien, die nicht Teil der Trainingsdaten waren, mit höherer Genauigkeit als das Cold-Start-Modell
Sorting multi–bay block stacking storage systems
Get PDFAutonomous mobile robots (AMRs) are increasingly deployed in intralogistics to automate warehouse operations. A key advantage of AMRs is their continuous availability, enabling them to operate during off-peak hours. This work addresses the multi-bay unit-load pre-marshalling problem (MUPMP), an extension of the unit-load pre-marshalling problem to larger, more realistic warehouse environments with multiple bays. Unit-load pre-marshalling leverages off-peak time intervals to sort a block stacking warehouse in anticipation of future orders. These larger warehouse configurations require not only the minimization of the number of moves but also the consideration of time when making sorting decisions. Our step-based approach first determines the access direction for each stack, then finds a sequence of short-time moves to sort the warehouse. For the move search, we compare a time-efficient A* algorithm with a solution-optimal constraint programming approach. Further, we extend the multi-bay unit-load pre-marshalling problem to multiple AMRs. We introduce an additional routing step that assigns the pre-marshalling moves to a fleet of AMRs, minimizing either travel time or makespan. The results demonstrate that the presented approach is able to efficiently find and allocate the necessary reshuffling moves to transfer a multi-bay block stacking system into a blockage-free state using multiple AMRs
GEMS-GER: a machine learning benchmark dataset of long-term groundwater levels in Germany with meteorological forcings and site-specific environmental features
Get PDFFrom fine to giant: multi-instrument assessment of the dust particle size distribution at an emission source during the J-WADI field campaign
Get PDFMineral dust particles emitted from dry, uncovered soil can be transported over vast distances, thereby influencing climate and environment. Its impacts are highly size-dependent, yet large particles with diameters dp>10 µm remain understudied due to their low number concentrations and instrumental limitations. Accurately characterizing the particle size distribution (PSD) at emission is crucial for understanding dust transport and climate interactions.
Here we characterize the dust PSD at an emission source during the Jordan Wind Erosion and Dust Investigation (J-WADI) campaign, conducted in Wadi Rum, Jordan, in September 2022, focusing on super-coarse (10 62.5 µm) particles. This study is the first to continuously cover the full range of diameters from dp=0.4 to 200 µm at an emission source by using a suite of aerosol spectrometers with overlapping size ranges. This overlap enabled a systematic intercomparison and validation across instruments, improving PSD reliability.
Results show significant PSD variability over the course of the campaign. During periods with friction velocities (u) above 0.22 m s (or ∼ 3.3 m s threshold 4 m wind speed), the approximate threshold for local dust emission by saltation, both dust concentrations and the contributions of super-coarse and giant particles typically increased with increasing u, especially under neutral to unstable atmospheric stability conditions. These large particles accounted for about 90 % of the total mass concentration during the campaign. A prominent mass concentration peak was observed near d=60 µm in geometric diameter. While particle concentrations for d<10 µm showed good agreement among most instruments, discrepancies appeared for larger d due to reduced instrument sensitivity at the size range boundaries and sampling inefficiencies. Despite these challenges, physical samples collected using a flat-plate sampler largely confirmed the PSDs derived from the aerosol spectrometers. These findings help to advance our understanding of the dust PSD and the abundance of super-coarse and giant particle at emission sources
RelExt: A new dark matter tool for the exploration of dark matter models
Get PDFWe present the C++ program RelExt for Standard Model (SM) extensions that feature a Dark Matter (DM) candidate. The tool allows to efficiently scan the parameter spaces of these models to find parameter combinations that lead to relic density values which are compatible with the measured value within the uncertainty specified by the user. The code computes the relic density for freeze-out (co-)annihilation processes. The user can choose between several pre-installed models or any arbitrary other model featuring a discrete symmetry, by solely providing the corresponding FeynRules model files. The code automatically generates the required (co-)annihilation amplitudes and thermally averaged cross sections, including the total widths in the s-channel mediators, and solves the Boltzmann equation to determine the relic density. It can easily be linked to other tools like e.g. ScannerS to check for the relevant theoretical and experimental constraints, or to BSMPT to investigate the phase history of the model and possibly related gravitational waves signals
User Experience und Informationssicherheit beim Einsatz von Digital Identity Wallets
Get PDFDigital Identity Wallets (kurz Wallets) sind das digitale Pendant zu physischen Brieftaschen. Sie ermöglichen es, sämtliche digitale Nachweise in einer einzigen digitalen Applikation zu speichern, zu verwalten und daraus selbstbestimmt zu teilen. Beispielsweise können Benutzer ihren digitalen Studierendennachweis in der Wallet speichern und mit Online-Shops teilen, um von vergünstigten Angeboten zu profitieren.
Untersuchungen zeigen, dass Wallets mehrere Schwächen der User Experience (kurz UX) und Informationssicherheit besitzen. Beispielsweise wird die grundlegende Funktionsweise von Wallets nicht verstanden, was dazu führen kann, dass sensible Daten ungewollt geteilt werden. Die Schwächen von Wallets sind besonders problematisch, da jeder Mitgliedsstaat der Europäischen Union bis Ende 2026 seinen Bürgern eine solche Wallet zur Verfügung stellen muss. Eine gleichzeitige Verbesserung von UX und Informationssicherheit ist herausfordernd, da sich beide Aspekte gegenseitig negativ oder positiv beeinflussen können. Beispielsweise können komplexe Sicherheitsmechanismen zu einer Verschlechterung der UX führen. Deshalb sollten UX und Informationssicherheit von Wallets gemeinsam evaluiert und auf ein ausreichendes Niveau verbessert werden.
Die vorliegende Arbeit beschäftigt sich mit der Entwicklung von Methoden und Werkzeugen zur Evaluation und Verbesserung der UX und der Informationssicherheit von Wallets. Zunächst wurden bestehende Verfahren zur Evaluation des Zusammenhangs zwischen UX und Informationssicherheit recherchiert und miteinander verglichen. Danach wurden einige dieser Evaluationsverfahren auf einen Wallet-Prototyp angewendet, um Erkenntnisse über die Evaluationsverfahren und die Wallet zu gewinnen. Darauf aufbauend wurden Qualitätsrichtlinien der UX und Informationssicherheit (sogenannte Heuristiken) für Wallets erarbeitet und ein eigenes Evaluationsverfahren entwickelt – die MEUSec-Methode. Mit der MEUSec-Methode lassen sich UX und Informationssicherheit von Wallets evaluieren und Verbesserungsvorschläge finden, insbesondere unter Berücksichtigung der Implikationen von UX und Informationssicherheit.
Die MEUSec-Methode wurde exemplarisch auf die Hidy-Wallet angewendet, um einerseits die Hidy-Wallet und andererseits die Methode zu evaluieren. Auf Basis der Evaluationsergebnisse wurde die Methode verbessert und es wurde ein Software-Tool zur Unterstützung der Anwendung der Methode entwickelt. Danach wurde die Methode mithilfe des Software-Tools auf die Lissi-Wallet angewendet. So konnten die Lissi-Wallet, die Methode und das Software-Tool evaluiert werden. Abschließend wurden die Methode und das Software-Tool erneut auf Basis der Evaluationsergebnisse verbessert
Binary-Level Code Injection for Automated Tool Support on the ESP32 Platform
Get PDFThe analysis and testing of proprietary ESP32 firmware by independent security experts is often hampered by the lack of specialized tools that provide the necessary capabilities and ease of use to effectively support these tasks.
This paper presents a novel binary rewriting framework that addresses this challenge by allowing additional instructions to be inserted into ESP32 firmware without altering its original functionality. The framework leverages two already existing tools, Esptool and ESP32-Image-Parser, to extract firmware from ESP32 devices and convert it to ELF format, simplifying both the implementation of the framework and the development of subsequent tools.
In addition, an assembler has been developed to encode Xtensa assembly instructions without the need for linking the code afterward, facilitating the development of patch code. The framework includes a new patching methodology adapted from x86 patching tactics to the Xtensa architecture. These tactics have been implemented in a binary rewriting framework capable of inserting code at almost arbitrary locations without affecting the original firmware functionality.
A proof of concept tool that inserts fuzzing instrumentation was implemented to demonstrate the utility of the framework. This tool successfully integrates functional coverage information into ESP32 binaries. This framework represents a significant advancement in the tools available for firmware analysis and security testing of ESP32 devices
Interfacial negative charges in PECVD-SiO2/Si films: Correlating Si 2p XPS with electrical properties to construct a physically consistent model
No full textThe correlation between electrical properties and atomic features was investigated in tetraethyl orthosilicate (TEOS)-based plasma-enhanced chemical vapor deposition SiO films on Si(001) using capacitance–voltage analysis and x-ray photoelectron spectroscopy within a datadriven physics framework. The study aimed to clarify the microscopic origins of the electrical property variations. The Si 2p binding energy in the XPS spectra exhibits thickness-dependent behavior distinct from that of thermally grown SiO and shows a clear correlation with both the interface trap density (D) and the effective positive charge (Q). Electrostatic analysis of the Si 2p energy shifts suggests negative charge accumulation near the interface in the thickness range of 4 to over 8 nm, with a positively charged layer formed on top. The amount of this negative charge can reach 1 - 2 x 10 cm, comparable to the positive Q of the order of 2 x 10 cm. These results demonstrate the presence of charge polarity switching in TEOS-based PECVD-SiO, which can be interpreted as arising from a double-layer structure consisting of a plasma-oxidation-dominant layer and a CVD-dominant layer, with the negative charges attributed to excess oxygen introduced during plasma oxidation. The thickness of the plasma-oxidized layer appears to be governed by the CVD growth rate, whereas the variations in Dit are linked to plasma oxidation conditions, such as the flux of oxygen species arriving at the interface
Observable Semantics for Characterising Consistency Between Heterogeneous Models
No full textThe design of complex cyber-physical systems increasingly relies on heterogeneous, multi-domain models, each capturing different system aspects. As these models evolve independently, inconsistencies may arise. Such inconsistencies remain difficult to detect due to gaps between the modelling domains. We propose to bridge this gap by introducing a formal notion of observables, inspired by physics, as measurable system properties, such that every model can constrain the possible values of an observable. We define a semantic framework where observables induce consistency relations and show that any such relation can be expressed using suitable observable semantics. To capture realistic engineering scenarios, we extend the framework with meta-model spanning and compound observable semantics, enabling the modular construction of complex constraints. We also provide encodings of these observable semantics back into the original framework, preserving the original results and showing that extensions remain expressively equivalent to initial ones. Finally, we discuss some practical implications of our framework, namely how observables can support cross-domain communication, separation of concerns, and extensibility, allowing consistency requirements to evolve as part of the modelling process