leer

Jan-Philipp Kaiser, M.Sc.

  • 76131 Karlsruhe
    Kaiserstraße 12

Jan-Philipp Kaiser, M.Sc.

Forschungs- und Arbeitsgebiete:

  • Kreislaufproduktion
  • Robotik
  • Künstliche Intelligenz

 

Allgemeine Aufgaben:

 

Projekte:

  • AgiProbot
  • DemoBat
  • Reflexbat
  • FsReman

 

Lebenslauf:

seit 11/2019

Wissenschaftlicher Mitarbeiter am Institut für Produktionstechnik (wbk) des Karlsruher Instituts für Technologie (KIT) 

10/2012-10/2019 

Studium des Maschinenbaus am Karlsruher Institut für Technologie (KIT)

Veröffentlichungen


View planning in the visual inspection for remanufacturing using supervised- and reinforcement learning approaches
Kaiser, J.-P.; Koch, D.; Gäbele, J.; May, M. C.; Lanza, G.
2024. CIRP Journal of Manufacturing Science and Technology, 53, 128 – 138. doi:10.1016/j.cirpj.2024.07.006
Managing uncertainty in product and process design for the circular factory
Heizmann, M.; Beyerer, J.; Dietrich, S.; Hoffmann, L.; Kaiser, J.-P.; Lanza, G.; Roitberg, A.; Stiefelhagen, R.; Stricker, N.; Wexel, H.; Zanger, F.
2024. at - Automatisierungstechnik, 72 (9), 829–843. doi:10.1515/auto-2024-0009
Adaptive acquisition planning for visual inspection in remanufacturing using reinforcement learning
Kaiser, J.-P.; Gäbele, J.; Koch, D.; Schmid, J.; Stamer, F.; Lanza, G.
2024. Journal of Intelligent Manufacturing. doi:10.1007/s10845-024-02478-0
6D Pose Estimation on Point Cloud Data through Prior Knowledge Integration: A Case Study in Autonomous Disassembly
Wu, C.; Fu, H.; Kaiser, J.-P.; Barczak, E. T.; Pfrommer, J.; Lanza, G.; Heizmann, M.; Beyerer, J.
2024. Procedia CIRP, 122, 193 – 198. doi:10.1016/j.procir.2024.01.028
Assessing the optical configuration of a structured light scanner in metrological use
Schild, L.; Sasse, F.; Kaiser, J.-P.; Lanza, G.
2022. Measurement Science and Technology, 33 (8), Art.-Nr.: 085018. doi:10.1088/1361-6501/ac6e2f
Agiles Produktionssystem mittels lernender Roboter bei ungewissen Produktzuständen am Beispiel der Anlasser-Demontage = Concept of an agile production system based on learning robots applied to disassembly
Lanza, G.; Asfour, T.; Beyerer, J.; Deml, B.; Fleischer, J.; Heizmann, M.; Furmans, K.; Hofmann, C.; Cebulla, A.; Dreher, C.; Kaiser, J.-P.; Klein, J.-F.; Leven, F.; Mangold, S.; Mitschke, N.; Stricker, N.; Pfrommer, J.; Wu, C.; Wurster, M.; Zaremski, M.
2022. at - Automatisierungstechnik, 70 (6), 504–516. doi:10.1515/auto-2021-0158
Integrierte Steuerungsarchitektur für ein agiles Demontagesystem mit autonomer Produktbefundung = ntegrated control architecture for an agile disassembly system with autonomous product inspection
Wurster, M.; Klein, J.-F.; Kaiser, J.-P.; Mangold, S.; Furmans, K.; Heizmann, M.; Fleischer, J.; Lanza, G.
2022. at - Automatisierungstechnik, 70 (6), 542–556. doi:10.1515/auto-2021-0157
Systematic Identification of Hazardous States and Approach for Condition Monitoring in the Context of Li-ion Battery Disassembly
Gerlitz, E.; Greifenstein, M.; Kaiser, J.-P.; Mayer, D.; Lanza, G.; Fleischer, J.
2022. Procedia CIRP, 107, 308–313. doi:10.1016/j.procir.2022.04.050
MotorFactory: A Blender Add-on for Large Dataset Generation of Small Electric Motors
Wu, C.; Zhou, K.; Kaiser, J.-P.; Mitschke, N.; Klein, J.-F.; Pfrommer, J.; Beyerer, J.; Lanza, G.; Heizmann, M.; Furmans, K.
2022. Procedia CIRP, 106, 138–143. doi:10.1016/j.procir.2022.02.168
Towards planning and control in cognitive factories - A generic model including learning effects and knowledge transfer across system entities
Wurster, M.; Exner, Y.; Kaiser, J.-P.; Stricker, N.; Lanza, G.
2021. 9th CIRP Global Web Conference – Sustainable, resilient, and agile manufacturing and service operations : Lessons from COVID-19. Ed.: K. Medini, 158–163, Elsevier. doi:10.1016/j.procir.2021.10.025
Framework for simulation-based Trajectory Planning and Execution of Robots equipped with a Laser Scanner for Measurement and Inspection
Kaiser, J.-P.; Becker, S. N.; Wurster, M.; Stricker, N.; Lanza, G.
2021. 9th CIRP Global Web Conference – Sustainable, resilient, and agile manufacturing and service operations : Lessons from COVID-19. Ed.: K. Medini, 292–297, Elsevier. doi:10.1016/j.procir.2021.10.047
Designing an adaptive production control system using reinforcement learning
Kuhnle, A.; Kaiser, J.-P.; Theiß, F.; Stricker, N.; Lanza, G.
2021. Journal of intelligent manufacturing, 32, 855–876. doi:10.1007/s10845-020-01612-y