Projekter per år
Organisationsprofil
Organisationsprofil
The Robotics and Automation research group at Aalborg University’s Department of Materials and Production develops resilient, adaptive and self-learning robots, automation and production systems.
Our research brings together robotics, artificial intelligence, automation and digital production to create technologies that can perceive, learn and adapt to changing tasks, environments and human needs.
A strong focus is the application of AI in robotics and manufacturing. We develop learning-based robotic systems using machine learning, computer vision, multimodal perception, reinforcement learning and generative AI. This includes embodied AI, where intelligence is shaped by a robot’s physical interaction with the real world. Our research supports robots capable of complex reasoning, skill acquisition and safe, intuitive collaboration with people in manufacturing, service, healthcare and everyday environments.
We also investigate smart production and the factories of the future. Our work covers seamless IT/OT integration, Industrial Internet of Things, data analytics, digital threads, semantic modelling and digital tools for human operators. A key research area is the industrial metaverse, combining coherent digital models and integrated data across the lifecycles of products and production systems. We furthermore explore adaptable material flow and new production paradigms, including matrix and swarm production.
Within laser processing, we combine automation, robotics and machine learning with advanced process planning, modelling, monitoring and control. Technologies such as computer vision, 3D monitoring, thermal and high-speed imaging, beam shaping and laser–material interaction modelling enable more predictable, efficient and adaptable manufacturing processes.
Our research is experimental and application-oriented. Through laboratories such as the AAU 5G Smart Production Lab, we develop and validate technologies in realistic production environments. Close collaboration with industrial partners and national and international research institutions ensures that our results contribute to practical, robust and responsible solutions for future manufacturing.
Core competencies
- Artificial intelligence and machine learning for robotics, production and manufacturing processes
- Embodied AI and learning for robotic intelligence
- Multimodal human–robot interaction and generative AI
- Adaptive, collaborative and self-learning robotic systems
- Computer vision, sensing and process monitoring
- Smart production, IIoT and integrated IT/OT infrastructures
- Digital threads, semantic modelling and the industrial metaverse
- Adaptable material flow, matrix production and swarm production
- Laser-process automation, modelling, monitoring and control
- Human-centred, safe and responsible automation
Organisationsprofil
Forskningsgruppen Robotics and Automation ved Institut for Materialer og Produktion på Aalborg Universitet udvikler robuste, adaptive og selvlærende robotter samt automations- og produktionssystemer.
Vores forskning kombinerer robotteknologi, kunstig intelligens, automation og digital produktion for at skabe teknologier, der kan sanse, lære og tilpasse sig skiftende opgaver, omgivelser og menneskelige behov.
Et centralt fokusområde er anvendelsen af AI inden for robotteknologi og produktion. Vi udvikler læringsbaserede robotsystemer ved hjælp af maskinlæring, computersyn, multimodal perception, reinforcement learning og generativ AI. Dette omfatter embodied AI, hvor intelligensen formes gennem robottens fysiske interaktion med den virkelige verden. Vores forskning understøtter udviklingen af robotter, der kan ræsonnere om komplekse problemstillinger, tilegne sig nye færdigheder og samarbejde sikkert og intuitivt med mennesker inden for produktion, service, sundhed og hverdagsmiljøer.
Vi forsker også i smart produktion og fremtidens fabrikker. Vores arbejde omfatter sømløs integration af IT og OT, Industrial Internet of Things, dataanalyse, digitale tråde, semantisk modellering og digitale støtteværktøjer til operatører. Et centralt forskningsområde er det industrielle metavers, som kombinerer sammenhængende digitale modeller og integrerede data på tværs af produkters og produktionssystemers livscyklus. Derudover undersøger vi adaptive materialeflow og nye produktionsparadigmer, herunder matrix- og sværmproduktion.
Inden for laserbearbejdning kombinerer vi automation, robotteknologi og maskinlæring med avanceret procesplanlægning, modellering, overvågning og styring. Teknologier som computersyn, 3D-monitorering, termisk billeddannelse, højhastighedsbilleddannelse, stråleformning og modellering af interaktionen mellem laser og materiale muliggør mere forudsigelige, effektive og adaptive fremstillingsprocesser.
Vores forskning er eksperimentel og anvendelsesorienteret. Gennem laboratorier som AAU 5G Smart Production Lab udvikler og validerer vi teknologier i realistiske produktionsmiljøer. Et tæt samarbejde med industripartnere samt nationale og internationale forskningsinstitutioner sikrer, at vores resultater bidrager til praktiske, robuste og ansvarlige løsninger til fremtidens produktion.
Centrale kompetencer
- Kunstig intelligens og maskinlæring til robotteknologi samt produktions- og fremstillingsprocesser
- Embodied AI og læring til udvikling af robotintelligens
- Multimodal menneske-robot-interaktion og generativ AI
- Adaptive, kollaborative og selvlærende robotsystemer
- Computersyn, sensorteknologi og procesovervågning
- Smart produktion, IIoT og integrerede IT/OT-infrastrukturer
- Digitale tråde, semantisk modellering og det industrielle metavers
- Adaptive materialeflow samt matrix- og sværmproduktion
- Automation, modellering, overvågning og styring af laserprocesser
- Menneskecentreret, sikker og ansvarlig automation
Fingerprint
Samarbejde og topforskningsområder i de sidste fem år
Profiler
-
Energy-Efficient AI Systems for Intelligent Workforce Support in Resource-Constrained Environments
Choi, S. (PI (principal investigator)) & LI, C. (Supervisor)
01/09/2026 → 31/08/2029
Projekter: Projekt › Ph.d.-projekt
-
AI:INFRA
LI, C. (Supervisor), Abildgaard, M. S. (Supervisor), Choi, S. (Projektdeltager), Tilcock, K. E. A. (Projektdeltager) & Martins, A. E. M. (Projektdeltager)
01/09/2026 → 31/08/2029
Projekter: Projekt › Forskning
-
GenAI-Driven Decision Support for Resilient and Sustainable Manufacturing Networks
Andersen, R. S. (PI (principal investigator)), Schou, C. (CoPI) & Svendsen, A. E. P. (Projektdeltager)
01/09/2026 → 31/12/2026
Projekter: Projekt › Forskning
Publikationer
-
What is Industrial Metaverse? A Systematic Literature Review-Based Synthesis of Existing Definitions
Raza, M., Madsen, O., Schou, C., Acev, D. & Berger, U., 2027, Advances in Production Management Systems: Shaping the Future of Industry Through Sustainable, Data-Driven, and Human-Centric Production Systems - 45th IFIP WG 5.7 International Conference, APMS 2026, Proceedings. Pezzotta, G., Gaiardelli, P., Cimini, C., Sala, R., Romero, D. & Baalsrud-Hauge, J. (red.). s. 417-431 15 s.Publikation: Bidrag til bog/antologi/rapport/konference proceeding › Konferenceartikel i proceeding › Forskning › peer review
-
A Complementary Approach for Robust and Safety-Oriented Visual Tracking via Near-Infrared and RGB-D Cameras for Safe Physical Human-Robot Interaction
Hamad, M., Kangwagye, S., Mesle, V. L., Mosberger, R., Lilienthal, A. J. & Haddadin, S., 27 feb. 2026, 2026 IEEE/SICE International Symposium on System Integration (SII). IEEE Communications Society, s. 584-591 8 s. 11404529. (Proceedings of the 2020 IEEE/SICE International Symposium on System Integration).Publikation: Bidrag til bog/antologi/rapport/konference proceeding › Konferenceartikel i proceeding › Forskning › peer review
-
A factory-level data-informed roadmap to industry 4.0 for low digital maturity steel manufacturing plants
Kangwagye, S. & Ssempijja, M. N., 25 apr. 2026, I: The International Journal of Advanced Manufacturing Technology.Publikation: Bidrag til tidsskrift › Tidsskriftartikel › Forskning › peer review
1 Link åbnes på en ny fane Citationer (Scopus)
Forskningsdatasæt
-
"IRWOZ 2.0 - A Large Language Model-driven Dialogue Dataset for Industrial Robot Conversations"
Chen Li (Ophavsperson) & Dimitrios Chrysostomou (Ophavsperson), IEEE DataPort, 28 apr. 2025
DOI: 10.21227/zpnj-5245
Datasæt
-
Why Talk to People When You Can Talk to Robots? Far-Field Speaker Identification in the Wild
RO-MAN, 2. 2. (Ophavsperson), Chrysostomou, D. (Ophavsperson), Humblot-Renaux, G. (Ophavsperson) & Li, C. (Ophavsperson), Underline Science Inc., 21 aug. 2021
DOI: 10.48448/gae6-9z05, https://underline.io/lecture/30263-why-talk-to-people-when-you-can-talk-to-robotsquestion-far-field-speaker-identification-in-the-wild
Datasæt: Supplerende materiale
-
3D point cloud measurements of the surface of HFMI treated and untreated linear butt welds
Mikkelstrup, A. F. (Ophavsperson) & Kristiansen, M. (Vejleder), Mendeley Data, 2 jul. 2021
DOI: 10.17632/ktcsh7sykv.1, https://data.mendeley.com/datasets/ktcsh7sykv/1
Datasæt
Priser
-
-
IEEE iSpaRo 2024 Best Paper Runner-up Award
Mortensen, A. B. (Modtager), Pedersen, E. T. (Modtager), Vives Benedicto, L. (Modtager), Burg, L. (Modtager), Madsen, M. R. (Modtager) & Bøgh, S. (Modtager), 26 jun. 2024
Pris: Konferencepriser
-
Aktiviteter
-
Danish Digitalization, Data Science and AI 2026
Martins, A. E. M. (Deltager) & Choi, S. (Deltager)
7 okt. 2026 → 9 okt. 2026Aktivitet: Deltagelse i faglig begivenhed › Organisering af eller deltagelse i konference
-
AI Nordjylland Conference 2026
Choi, S. (Deltager), LI, C. (Arrangør), Martins, A. E. M. (Deltager) & Won, J. (Deltager)
15 sep. 2026Aktivitet: Deltagelse i faglig begivenhed › Organisering af eller deltagelse i workshop, kursus, seminar, udstilling eller lignende
-
INTELLIGENTE ROBOTTER I SAMARBEJDE MED MENNESKER
Malihi, R. N. (Foredragsholder)
7 sep. 2026Aktivitet: Foredrag og mundtlige bidrag › Undervisning og kursusvirksomhed ved andre universiteter
Presse/medie
-
XPlanar cuts production lead time from weeks to hours
08/09/2026 → 18/09/2026
3 elementer af Mediedækning
Presse/medie
-
-
Clement Kjersgaard åbner sæsonen for Folkeuniversitetet
19/08/2026 → 23/08/2026
4 elementer af Mediedækning
Presse/medie
Impacts
-
En metode til at behandle metal elementer til et endeligt element
Kristiansen, M. (Deltager), Endelt, B. (Deltager), Thomsen, A. N. (Deltager) & Mikkelstrup, A. F. (Deltager)
Impact: Økonomisk impact
-
En planlægningsmetode til behandling af et element til et endeligt element.
Kristiansen, M. (Deltager), Endelt, B. (Deltager), Thomsen, A. N. (Deltager), Mikkelstrup, A. F. (Deltager) & Nikolov, G. N. (Deltager)
Impact: Økonomisk impact
-
Scanningsrobot til gravide aflaster sundhedspersonale
Chrysostomou, D. C. (Deltager), Madsen, O. (Deltager), Hjorth, S. S. (Deltager), Kristensen, R. (Deltager), Pedersen, B. K. (Deltager) & Størup, B. (Deltager)
Impact: Livskvalitets impact, Økonomisk impact
Udstyr
-
5G Smart Production Lab
Schou, C. (Leder) & Larrad, I. R. (Leder)
Institut for Materialer og ProduktionFacilitet: Laboratorie