Dr. rer. nat. Bernd Kleinjohann


Dr. rer. nat. Bernd Kleinjohann

Bernd Kleinjohann ist wissenschaftlicher Mitarbeiter in der Fachgruppe Entwurf paralleler Systeme.

Adresse
C-Lab
Universität Paderborn
Fürstenallee 11
33102 Paderborn
e-Mail:bernd@c-lab.de
Telefon:+49 5251 60-6101
Fax:+49 5251 60-6066
Raum:FU.214






Lebenslauf

Bernd Kleinjohann erhielt sein Diplom in Informatik 1985 von der Universität Dortmund und promovierte 1994 an der Universität Paderborn (Dr. rer. nat.). Seit 1985 arbeitet er im C-LAB dem gemeinsamen Forschungs- und Entwicklungsinstitut von Siemens und der Universität Paderborn. Unter seiner Leitung/Verantwortlichkeit wurden/werden eine Vielzahl nationaler und internationaler Forschungsprojekte im C-LAB durchgeführt. Zurzeit hat er die Position des stellvertretenden Vorstandes des C-LAB und die Leitung der Cooperative Systems Gruppe, die auf den Gebieten der intelligenten mobilen Systeme, eingebetteter Realzeitsysteme und verteilter interaktiver Systeme arbeitet, inne. Im Sommersemester 2003 und im Wintersemester 2003/2004 vertrat Dr. Kleinjohann die Professur für Technische Informatik an der Universität Paderborn.

Funktionen in wissenschaflichen Gremien

Seit 2006 ist Dr. Kleinjohann stellvertretender Vorsitzender der IFIP Working Group on Embedded Systems (WG10.2). Er leitet die IFIP Working Conference on Distributed and Embedded Systems (DIPES) seit 2000 und war/ist Mitglied im Programmkommittee mehrerer nationaler und internationaler Tagungen. Dr. Kleinjohann betreute mehr als 50 Diplom-, Master- und Bachelorarbeiten. Er ist Koautor von mehr als 100 Publikationen.

Wissenschaftliches Profil und Drittmittelforschung

ESLAS- A modular approach for Evolving Societies in Learning Autonomous Systems

Das Projekt ESLAS (Evolving Societies in Learning Autonomous Systems) wird im Rahmen des DFG Schwerpunktprogramms Organic Computing (SPP 1183) unter Leitung von Dr. Kleinjohann und Prof. Rammig durchgeführt. In diesem Projekt werden neue Ansätze für selbstorganisierende und selbstoptimierende autonome Systeme, die in Gruppen derartiger Systeme emergentes Verhalten aufweisen, untersucht. Die entwickelte modulare Architktur erlaubt es Robotern in heterogenen Gruppen auf verschiedenen Abstraktionsebenen zu lernen: 1) auf der Stragieebene, die Reinforcement Learning verwendet, und 2) auf der Skill-Ebene, die proaktiv die eigenen Fähigkeiten eines Roboters exploriert und dadurch Basisverhalten lernt, die der Strategieebene zur Verfügung gestellt werden. Weiterhin benutzt ein Roboter seine eigenen Skills und Strategien, um das beobachtete Verhalten anderer Roboter zu verstehen und so allein auf Basis von subjektiven Beobachtungen herauszufinden, welche Roboter für die Imitation geignet sind. Diese sporadische Imitation ist oft die einzige Möglichkeit von anderen Robotern in einer Gruppe zu lernen. Unterschiedliche Ziele, die ein Roboter verfolgt, können mit Hilfe eines intuitiven Motivationssystems spezifiziert werden.

Sonderforschungsbereich 614 "Selbstoptimierende Systeme des Maschinenbaus"

Der DFG Sonderforschungsbereich 614 Selbstoptimierende Systeme des Maschinenbaus (SFB 614) beschäftigt sich mit Strukturen, Verfahren und Methoden zum Entwurf fortschrittlicher mechatronischer Systeme, die sich auch zur Laufzeit an System- und Umwelteinflüsse anpassen. Ein Selbstoptimierungsprozess erlaubt die systeminhärente Manipulation sowohl klassisch maschinenbaulicher Strukturen als auch verhaltensbasierter Anteile in einem System. Im C-LAB wird unter der Leitung von Dr. Kleinjohann eine hybride Planungsarchitektur entwickelt, in der auch kontinuierliche Systemeigenschaften wie das Bewegungsverhalten eines mechatronischen Systems berücksichtigt werden können. Die Simulation des Systemverhaltens erlaubt es relativ genaue – wenn auch abstrahierte – Voraussagen über das erwartete Verhalten des Systems z. B. bezüglich benutzerdefinierter Ziele oder des Energieverbrauchs zu erhalten. Da eine exakte Modellierung in vielen Fällen nur schwierig oder gar nicht möglich ist, werden Approximationsmethoden eingesetzt. Die Approximation des Luftspaltes eines Linearmotors wurde zum Beispiel mit Hilfe eine Fuzzy Modells durchgeführt, das auch zur Laufzeit veränderliche Umwelteinflüsse wie das Wetter berücksichtigt.

SOGRO – Sofortrettung bei Großunfall mit Massenanfall von Verletzten

Das BMBF Verbundprojekt SOGRO (Sofortrettung bei Großunfall mit Massenanfall von Verletzten) hat zum Ziel, die initiale, oft chaotische Phase vor Abtransport der Verletzten, zu verkürzen. Das Teilprojekt der Universität Paderborn, das von Dr. Kleinjohann geleitet wird, arbeitet an der automatischen Erfassung und Aufbereitung von bildbasierten Lageinformationen, die mittels Flugdrohnen (UAV) gewonnen werden, sowie an der Entwicklung einer Koordinierungs- und Visualisierungskomponente, die es erlaubt mittels mehrerer UAVs (semi-)autonom das Unglücksgebiet möglichst effizient und umfassend zu erkunden. Im Oktober 2010 wurden erste Projektresultate in einer Großübung mit mehr als 500 Verletzten am Frankfurter Flughafen sehr erfolgreich evaluiert. Weitere Projektpartner sind das DRK Frankfurt (Konsortialführer), Siemens, Andres Industries, die Universität Stuttgart und die Universität Freiburg.

Entwurfsumgebung E-Mobil – Simulationsgestützer Entwurf für Elektrofahrzeuge

Diese Projekt wird im Rahmen der NRW Progres Initiative gefördert. In diesem Projekt wird eine Entwurfsmethode und Entwurfsumgebung entwickelt, die es ermöglicht, viele Untersuchungen rein simulationsgestützt mit virtuellen Artefakten anstelle von realen Fahrzeugen oder Fahrzeugteilen durchzuführen. Dies unterstützt eine ganzheitliche Systemoptimierung über verschiedene Domänen wie Mechanik, elektronische Hardware und Software hinweg. Projektpartner sind die dSPACE GmbH (Projektkoordinator), DMEcS GmbH & Co. KG, Infineon Technologies AG, Warstein und die Universität Paderborn mit LEA und C-LAB. Der Fokus von Dr. Kleinjohanns Arbeitsgruppe im C-LAB liegt auf der Entwicklung der domänenübergreifenden Entwurfsmethodik und der Simulationsbeschleunigung innerhalb der Entwurfsumgebung.

Intelligente eingebette Systeme und Robotik

Als weitere Anwendungsbeispiele im Bereich des Organic Computing und der eingebetteten Systeme werden in der Arbeitsgruppe von Dr. Kleinjohann im C-LAB zwei Robotertypen entwickelt. Der Roboterkopf MEXI kann sowohl menschliche Emotionen anhand der Stimme und des Gesichtsausdrucks seines Gegenübers erkennen, als auch seine eigenen „künstlichen“ Emotionen mit Hilfe seiner Mimik und seiner Stimme ausdrücken. An diesem Beispiel wird unter anderem untersucht, wie Handlungen (hier Interaktionen mit dem menschlichen Gegenüber) nach soziobiologischem Vorbild basierend auf Emotionen und Bedürfnissen gesteuert werden. Die Paderkicker sind eine Mannschaft von sieben Fußball spielenden Robotern, die 2010 zum wiederholten Mal an den RoboCup German Open teilgenommen haben. Das Anwendungsbeispiel RoboCup erlaubt es, verschiedene Aspekte der Bildverarbeitung, der Vernetzung, der Teamkoordination und der Teamentwicklung zu untersuchen. Die Paderkicker unterstützen desweiteren Dr. Kleinjohanns Aktivitäten in der Lehre. Große Teile der Hardware und Software wurden in mehreren so genannten Projektgruppen entwickelt, in denen etwa zwölf Studierende über zwei Semester an einer komplexen Aufgabenstellung zusammenarbeiten.



weitere Funktionen