Καλώς ήλθατε στο

Εργαστήριο Αλληλεπίδρασης Ανθρώπου-Με-Μηχανές (ΑΜΑ) του Δημοκρίτειου Πανεπιστήμιου Θράκης

Καλώς ήλθατε στο

Εργαστήριο Αλληλεπίδρασης Ανθρώπου-Με-Μηχανές (ΑΜΑ) του Δημοκρίτειου Πανεπιστήμιου Θράκης

Καλώς ήλθατε στο

Εργαστήριο Αλληλεπίδρασης Ανθρώπου-Με-Μηχανές (ΑΜΑ) του Δημοκρίτειου Πανεπιστήμιου Θράκης

Καλώς ήλθατε στο

Εργαστήριο Αλληλεπίδρασης Ανθρώπου-Με-Μηχανές (ΑΜΑ) του Δημοκρίτειου Πανεπιστήμιου Θράκης

Πεδίο ενδιαφερόντων του εργαστηρίου:
Μηχανές, υλοποιημένες είτε σε υλικό είτε σε λογισμικό, με τις οποίες αλληλεπιδρά ο άνθρωπος αυξάνονται συνεχώς τόσο σε πλήθος όσο και σε πολυπλοκότητα· για παράδειγμα, οι προαναφερθείσες μηχανές περιλαμβάνουν συσκευές επικοινωνίας, υπολογιστές, ρομπότ, λογισμικό εξυπηρέτησης πελατών, κ.α. Το εργαστήριο αποσκοπεί στη μελέτη, ανάλυση και σχεδίαση υλικού και λογισμικού που να επιτρέπει την απρόσκοπτη συνεργασία ανθρώπων με μηχανές.
Στόχοι

Kαινοτομία

Η λειτουργία μηχανών σε «φυσικό» περιβάλλον τυπικά υποστηρίζεται από αριθμητικά μοντέλα. Ωστόσο, όπου εμπλέκεται ο άνθρωπος μπορεί να υπεισέλθουν μη-αριθμητικά δεδομένα…

Εφευρετικότητα

Προσανατολισμός σε ανάπτυξη ποικίλων μηχανών που αλληλεπιδρούν με ανθρώπους σε εφαρμογές εκπαίδευσης, γεωργίας ακριβείας, περιπολίας στο φυσικό περιβάλλον κ.α.

Επιχειρηματικότητα

Προσανατολισμός σε μετατροπή εργαστηριακών μας πρωτότυπων σε εμπορικά προϊόντα.

Θεόδωρος Παχίδης

Διευθυντής του εργαστηρίου ΑΜΑ, Καθηγητής
Γνωστικό Αντικείμενο: Τεχνολογία Λογισμικού και Ρομποτική

Μιχαήλ Μανιός

Ειδικό Τεχνικό Προσωπικό (ΕΔΙΠ)
Homepage

Variable Selection on Reflectance NIR Spectra for the Prediction of TSS in Intact Berries of Thompson Seedless Grapes – Agronomy 2022, vol. 12, no. 9, 2113

Abstract Fourier-transform near infrared (FT-NIR) reflection spectra of intact berries of the grape variety Thompson seedless were used to predict total soluble solids (TSS) content. From an initial dataset, 12 subsets were considered by applying variable selection to extract the reflectance values at wavenumbers most correlated to the chemometrically measured TSS content. The datasets were processed by both multiple linear regression (MLR) and partial least squares (PLS) methods towards predicting the TSS content from the reflection values of each spectrum.…

0
Read More

Δείτε περισσότερα από τους συγγραφείς:


Fuzzy lattice reasoning (FLR) for decision-making on an ontology of constraints toward agricultural robot harvest – FLINS 2022 on Machine learning, Multi agent and Cyber physical systems, Tianjin, China (Best Paper Award)

Abstract A sustainable production of high-quality agricultural products calls for personalized- rather than for massive- operations. The aforementioned (personalized) operations can be pursued by human-like reasoning applicable per case. The interest here is in agricultural grape robot harvest where a binary decision needs to be taken, given a set of ambiguous constraints represented by a Boolean lattice ontology of inequalities. Fuzzy lattice reasoning (FLR) is employed for decision making. Preliminary experimental results on expert data demonstrate the advantages of the…
0
Read More

Δείτε περισσότερα από τους συγγραφείς:


An Overview of End Effectors in Agricultural Robotic Harvesting Systems – Agriculture 2022, 12(8), 1240

Abstract In recent years, the agricultural sector has turned to robotic automation to deal with the growing demand for food. Harvesting fruits and vegetables is the most labor-intensive and time-consuming among the main agricultural tasks. However, seasonal labor shortage of experienced workers results in low efficiency of harvesting, food losses, and quality deterioration. Therefore, research efforts focus on the automation of manual harvesting operations. Robotic manipulation of delicate products in unstructured environments is challenging. The development of suitable end effectors…

0
Read More

Δείτε περισσότερα από τους συγγραφείς:


Robot intelligence technology for skillful viniculture based on the lattice computing paradigm – ROBOTMEET2022, Edinburgh, Scotland

Download ROBOTMEET2022_KaburlasosSlides.pdf Download ROBOTMEET2022_KaburlasosVideo.mp4 Citation V. G. Kaburlasos, “Robot intelligence technology for skillful viniculture based on the lattice computing paradigm”, International Meet & Expo on Robot Intelligence Technology and Applications (ROBOTMEET2022), Edinburgh, Scotland, 18-20 August 2022.

0
Read More

Δείτε περισσότερα από τους συγγραφείς:


Grapevine Plant Image Dataset for Pruning – Data 2022, 7(8), 110

Abstract Grapevine pruning is conducted during winter, and it is a very important and expensive task for wine producers managing their vineyard. During grapevine pruning every year, the past year’s canes should be removed and should provide the possibility for new canes to grow and produce grapes. It is a difficult procedure, and it is not yet fully automated. However, some attempts have been made by the research community. Based on the literature, grapevine pruning automation is approximated with the…

0
Read More

Δείτε περισσότερα από τους συγγραφείς: