Dr.-Ing. Alexander Puzicha

Lehrstuhl Informatik 4
TU Dortmund
Otto-Hahn-Straße 16
44227 Dortmund
Deutschland

• 10/2019-11/2023
  Promotion, Graduiertenkolleg 2193, Lehrstuhl IV: Modellierung und Simulation, Fakultät Informatik, Technische Universität Dortmund,  Link zur Dissertation: Modellbasierte Regelung dezentraler Systeme in unbekannten Umgebungen
• 02/2018-09/2019
  Master of Science, Informatik mit Nebenfach Elektrotechnik, Technische Universität Dortmund, Link zur Abschlussarbeit
• 10/2015-02/2018
  Bachelor of Science, Informatik mit Nebenfach Elektrotechnik, Technische Universität Dortmund, Link zur Abschlussarbeit

• seit 10/2019
  Wissenschaftlicher Mitarbeiter und Doktorand, Graduiertenkolleg 2193, Lehrstuhl IV: Modellierung und Simulation, Fakultät Informatik, Technische Universität Dortmund
• seit 07/2020
  Gewerblicher Skipper für die Sportschifffahrt
• seit 10/2017
  Prüfer für die Sportschifffahrt
• seit 07/2016
  Ausbilder für die Sportschifffahrt

• 2018
  Ferdi-Kallmeyer-Preis für herausragende Abschlussarbeiten im Bereich Mechatronik, 2.Platz
• 2015
  Deutschlandstipendium für Bachelor und Master von der Ping Stiftung
• 2014
  European Cyber Security Challenge, 2.Platz (Team Germany)

• Komponentenentwicklung für die autonome (Binnen-) Schifffahrt
• Navigationssensorik und Echolotsysteme
• Op­ti­mie­rung unter Un­sicher­heit
• Modellprädiktive Re­ge­lung
• Robotik im Be­reich unbemannter Fahr­zeu­ge UxV

• Si­mu­la­tion und digitaler Zwilling
• Gra­du­ier­ten­kolleg 2193 "An­passungs­in­telli­genz von Fa­bri­ken im kom­ple­xen und dy­na­misch­en Umfeld"

2022

A. Puzicha; P. Buchholz (2022): Dynamic Mission Control for Decentralized Mobile Robot Swarms. In: 2022 IEEE International Symposium on Safety, Security, and Rescue Robotics (SSRR). 2022 IEEE International Symposium on Safety, Security, and Rescue Robotics (SSRR), S. 257–263. Dynamic Mission Control for Decentralized Mobile Robot Swarms | IEEE Conference Publication | IEEE Xplore

Puzicha, Alexander; Buchholz, Peter (2022): Mission-based autonomy core for decentralized mobile UGV swarms. In: VDE Verband der Elektrotechnik Elektronik Informationstechnik e.V. (Hg.): ISR Europe 2022 : 54th International Symposium on Robotics in conjunction with: automatica June 20 – 21, 2022, Munich. Unter Mitarbeit von Prof. Dr. Alexander Verl. Berlin: VDE VERLAG GMBH, S. 319–326. Abrufbar unter: Mission-based autonomy core for decentralized mobile UGV swarms | VDE Conference Publication | IEEE Xplore

2021

Puzicha, Alexander (2021): Control of decentralized systems under uncertainty. In: Proceedings of the 2021 Joint Workshop of the German Research Training Groups in Computer Science 2021, S. 44. https://doi.org/10.25593/opus4-fau-16426

Puzicha, Alexander; Buchholz, Peter (2021): A Simulation Environment for Autonomous Robot Swarms with Limited Communication Skills. In: Houbing Song und Dingde Jiang (Hg.): Simulation Tools and Techniques, Bd. 370. Cham, 2021. Cham: Springer International Publishing, S. 206–226. Online verfügbar unter https://doi.org/10.1007/978-3-030-72795-6_17

Puzicha, Alexander; Buchholz, Peter (2021): Decentralized model predictive control for autonomous robot swarms with restricted communication skills in unknown environments. In: Procedia Computer Science (186), S. 555–562. Amsterdam: Elsevier. https://doi.org/10.1016/j.procs.2021.04.176

2020

Puzicha, Alexander; Buchholz, Peter (2020): Real-Time Si­mu­la­tion of Robot Swarms with Restricted Com­mu­ni­ca­tion Skills. In: 2020 IEEE/ACM 24th International Symposium on Distributed Si­mu­la­tion and Real Time Applications (DS-RT). 2020 IEEE/ACM 24th International Symposium on Distributed Si­mu­la­tion and Real Time Applications (DS-RT), S. 1–8. Online verfügbar unter doi.org/10.1109/DS-RT50469.2020.9213618.

A. Puzicha (2020), "Control of decentralized systems under uncertainty", Dagstuhl 2020 - Gemeinsamer Work­shop des Gra­du­ier­ten­kol­legs 2340 und des HPI Forschungskollegs

Erik Schulz (2020): Automatisierte Transportmissionsabbildung für eine verteilte nichtlineare modellprädiktive Re­ge­lung autonomer Roboterschwärme unter Wissensbeschränkungen. Bachelorarbeit. Technische Uni­ver­si­tät Dort­mund, Dort­mund. Lehrstuhl für praktische In­for­ma­tik.

Kai Leppersjohann (2020): Automatisierte Missionsabbildung für eine verteilte nichtlineare modellprädiktive Re­ge­lung autonomer Roboterschwärme unter Wissensbeschränkungen. Bachelorarbeit. Technische Uni­ver­si­tät Dort­mund, Dort­mund. Lehrstuhl für praktische In­for­ma­tik.

Christian Dünnermann (2021): Kartendatenextraktion für eine modellbasierte Echtzeitsimulation. Bachelorarbeit. Technische Uni­ver­si­tät Dort­mund, Dort­mund. Lehrstuhl für Com­pu­ter­gra­phik.

Julian Rütter (2021): Entwurf und Im­ple­men­tie­rung effizienter Strukturen zum Auf­bau einer Potentialkarte aus Sensordaten in Echtzeit. Bachelorarbeit. Technische Uni­ver­si­tät Dort­mund, Dort­mund. Lehrstuhl für praktische In­for­ma­tik.

Tim Falkenhahn (2021): Simulative Analyse von Angriffen auf Routingverfahren in MANETs. Bachelorarbeit. Technische Uni­ver­si­tät Dort­mund, Dort­mund. Lehrstuhl für praktische In­for­ma­tik.

Ritta Nader (2021): Konsens-basierte Logistikmissionen für eine verteilte nichtlineare modellprädiktive Re­ge­lung autonomer Roboterschwärme unter Wissensbeschränkungen. Bachelorarbeit. Technische Uni­ver­si­tät Dort­mund, Dort­mund. Lehrstuhl für praktische In­for­ma­tik.

Nicolas Grabenschröer (2021): Rendezvous-basierte Verhaltensstrategien für eine verteilte nichtlineare modellprädiktive Re­ge­lung autonomer Roboterschwärme unter Wissensbeschränkungen. Bachelorarbeit. Technische Uni­ver­si­tät Dort­mund, Dort­mund. Lehrstuhl für praktische In­for­ma­tik.

Thushanth Elanko (2021): Transportkettenentwicklung für eine verteilte nichtlineare modellprädiktive Re­ge­lung autonomer Roboterschwärme unter Wissensbeschränkungen. Bachelorarbeit. Technische Uni­ver­si­tät Dort­mund, Dort­mund. Lehrstuhl für praktische In­for­ma­tik.

Florette Witzel (2021): Angriffs- und Abwehrstrategien auf mobile Ad-hoc-Netzwerke autonomer Roboterschwärme. Bachelorarbeit. Technische Uni­ver­si­tät Dort­mund, Dort­mund. Lehrstuhl für praktische In­for­ma­tik.

Otman Toul (2021): Automatisierte Typenverteilung autonomer Roboterschwärme unter Wissensbeschränkungen. Bachelorarbeit. Technische Uni­ver­si­tät Dort­mund, Dort­mund. Lehrstuhl für praktische In­for­ma­tik.

David Kaluzny (2021): Adaptive Multiskalenrepräsentation von geotopologischen Karten für modellbasierte Echtzeitsimulationen. Bachelorarbeit. Technische Uni­ver­si­tät Dort­mund, Dort­mund. Lehrstuhl für praktische In­for­ma­tik.

Abdulrazzak Shaker (2021): Autonome Durchführung bodenvorbereitender Maß­nahmen für Bauvorhaben mit­tels eines Roboterschwarms unter Wissensbeschränkungen. Bachelorarbeit. Technische Uni­ver­si­tät Dort­mund, Dort­mund. Lehrstuhl für praktische In­for­ma­tik.

Julian Maczuga (2022): Entwicklung eines realen mobilen ad hoc Netzwerks auf „LoRa“-Basis für Steuerungsdaten eines dezentralen Roboterschwarms unter Wissensbeschränkungen. Bachelorarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

Yannis Klindworth (2022): Entwicklung eines energiegewahren Verhaltens für eine verteilte nichtlineare modellprädiktive Regelung autonomer Roboterschwärme unter Wissensbeschränkungen. Bachelorarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

Frederick Maaßen (2022): A Comparison of Fast-Recovery Mechanisms in Networks. Bachelorarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

Erkan Kement (2022): Vergleichende Analyse Gradienten- und Stützstellen-basierter modellprädiktiver Regler für reale Roboterschwärme. Bachelorarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

Olgierd Walter Grajoszek (2022): Reinforcement Learning-gestützte Bewegungsplanung von Aktoren. Bachelorarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für Computergraphik.

Hamza Oulahrir (2022): Konsens-basierte Logistikmissionen für eine verteilte nichtlineare modellprädiktive Regelung autonomer Roboterschwärme unter Wissensbeschränkungen. Bachelorarbeit;. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

Ingo Eigenseher (2023): GPU basierte Parallelisierung stützstellenbasierter nichtlinearer modellprädiktiver Regler für autonome Roboterschwärme unter Wissensbeschränkungen. Bachelorarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

Alexander Gerwins (2023): Globale Pfadplanung im komplexen Umfeld für eine verteilte nichtlineare modellprädikative Regelung autonomer Roboterschwärme unter Wissensbeschränkungen. Bachelorarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

Florian Barczik (2023): Entwurf einer tretraedischen Driftkompensation für präszise Positionierung und Lagerkennung mittels IMU und GPS. Bachelorarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

Erdogan Seref (2023): Entwicklung und Optimierung eines mathematischen Modells für Pick-und-Place-Roboter mit isochroner Kinematik. Bachelorarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Infromatik.

Zinan Ji (2023): Entwicklung und Analyse von Vergleichstests für Open Motion Planning Library (OMPL) und Advanced Control Particle Belief Propagation (ACPBP). Bachelorarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

Allkanjari, Kristiana (2023): Autonome logibasierte Analyse schifffahrtsrechtlicher Situationen. Bachelorarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

Iqbal, Mobeen (2023): Development and Multi-Level Simulation of Distributed Nonlinear Model Predictive Control for Ground Based Mobile Robot Swarms on Embedded Systems. Masterarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

Murthi, Ramesh (2023): Development of ROS2-based Multi-Level Simulation for Tracked Vehicle Robot Swarms. Masterarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

Katan, Dennis (2023): Logikbasierte Analyse schifffahrtsrechtlicher Situationen für autonome Schiffe. Bachelorarbeit. Technische Universität Dortmund, Dortmund. Lehrstuhl für praktische Informatik.

1. Ent­wick­lung von Co-Simulationsmechanismen mit ROS und Einbindung realer Roboter als di­gi­ta­le Zwillinge so­wie Emulation simulierter Daten. [Bevorzugt als Mas­ter­ar­beit auf Deutsch oder Englisch] (MasterThesisROS.pdf)
2. Parallelisierung von Regelungsalgorithmen auf GPUs (GPU.pdf)
3. Wei­ter­ent­wick­lung eines realen Mobile Ad Hoc Netzwerks auf LoRa Basis und dynamisches Routing in dy­na­misch­en Netzwerken.
4. Ent­wick­lung von Kompressionsalgorithmen für Netzwerke mit geringer Banbreite und hoher Reichweite.
5. Echtzeit Schnitttestreduktion für Hindernisvermeidung (Spieletechnologie, Octrees, Hierarchische Gitter). [In Ko­ope­ra­ti­on mit LS7 Graphische Sys­te­me]
6. Literaturarbeit im Be­reich der Trajektorienplanung und Missionsverarbeitung.
7. Globale Pfadplanung im kom­ple­xen Umfeld (A* oder andere Planungsalgorithmen für kon­ti­nu­ier­li­che Räu­me).
8. Ent­wick­lung einer VR-Nutzerinteraktion für di­gi­ta­le Zwillinge mobiler Roboter. [In Ko­ope­ra­ti­on mit LS7 Graphische Sys­te­me]
9. Theoretische Komplexitätsanalyse ver­schie­dener Reglersysteme
10. Ent­wick­lung und Durchführung von Benchmarktests für Open Motion Planning Library (OMPL) und CPBP
11. Fertigstellung realer Outdoor-Roboter

Forschungsfeld autonome Schifffahrt:

1. Er­for­schung eines IMU und GPS basierten Drifterkkenungssystems und Bestimmung einer driftreduzierten Konfiguration redundanter Sen­so­ren. 
2. Konzeptionierung autonomer Systeme für die Schifffahrt
3. Modellprädikitve Regelung für Strömungssysteme
4. Radardatenanalyse
5. Kartographie und Ortung basierend auf Sonardaten (SLAM)
6. Maschine Learning zur Kantenfilterung von Sonardaten
7. ML-basierte Strömungsprädiktion basierend auf Dopplersonaren

Industriekooperation (ISOCHRONIC AG - Pick & Place Robotics Reinvented):

1. Modellierung einer 2D-Pick&Place Maschine
2. Entwicklung optimierter 2D-Pick&Place Strategien
3. Reinforcement Learning für Industriemaschinen