Robot herkent de wereld na een demonstratie door de mens
   
In dit proefschrift werd een contactmodel en een softwareprogramma ontwikkeld dat erin slaagt om uit sensormetingen van een demonstratie voldoende informatie te halen om een model op te bouwen van de omgeving van de robot.
Dit model omvat gegolfde  en  vlakke  objecten  zoals een bol, een cylinder of een vlak.
De gebruikte sensor metingen zijn opnames van de verplaatsing van een demonstratiewerktuig of een werktuig gemonteerd op een robot en de krachten die op dit werktuig inwerken.
Deze sensormetingen worden verwerkt door een schattingsprogramma  
dat uit deze meetgegevens een wiskundig model haalt dat de omgeving  
beschrijft.  Twee verschillende groepen van schattingsprogramm's werden gebruikt: een Kalman filter die optimaal en snel werkt voor  eenvoudige modellen en een deeltjesfilter die traag is, maar bruikbaar voor complexe modellen. Dit proefschrift tracht de prestaties van de deeltjesfilter te verbeteren door aangepaste electronica te gebruiken. Deze aangepaste elektronica is in staat om vele wiskundige bewerkingen tegelijk uit te voeren waardoor de uitvoering van het programma aanzienlijk versnelt.
Robots need human demonstration to recognize surrounding world
   
This thesis presents a contact model and a software program that is capable  of  deriving sufficient information out of sensor measurements to construct a model of the robots environment. The model consists  of curved  and  planar  objects  like a sphere, cylinder or a plane. The chosen   sensor measurements are the position of a demonstration tool or a tool mounted on a robot and the forces acting on the tool. The  sensor measurements are processed by an estimator that determines a mathematical model of the environment.  Two different groups of estimators are used:  a Kalman filter estimator is optimal and fast when dealing with simple models and the other type, the particle filter, is slow but  also usefull when dealing with complex models.
This thesis improves the performance of the particle filter by utilizing
adapted electronics. The adapted elektronics enables multiple concurrent mathematical computations that signifantly speed up the program.