Der Einsatz autonomer Robotersysteme in Krankenhäusern und Pflegeeinrichtungen bietet vielfältige Möglichkeiten, medizinisches und pflegerisches Personal zu entlasten, Arbeitsabläufe effizienter zu gestalten und die Versorgung von Patientinnen und Patienten zu unterstützen. Insbesondere angesichts des steigenden Pflegebedarfs und des zunehmenden Fachkräftemangels gewinnen intelligente Assistenz- und Serviceroboter an Bedeutung. Mögliche Einsatzbereiche reichen vom autonomen Transport medizinischer Materialien, Medikamente und Versorgungsgüter über logistische Unterstützungsaufgaben bis hin zur direkten Interaktion mit pflegebedürftigen Menschen. Dabei sollen robotische Systeme das Fachpersonal nicht ersetzen, sondern bei zeitaufwendigen und körperlich belastenden Tätigkeiten unterstützen und zusätzliche Kapazitäten für die persönliche Betreuung schaffen.

Krankenhäuser und Pflegeeinrichtungen stellen jedoch besonders anspruchsvolle Einsatzumgebungen für autonome Robotersysteme dar. Flure, Patientenzimmer und gemeinschaftlich genutzte Bereiche sind durch eine hohe Dynamik und die unmittelbare Nähe zu Menschen gekennzeichnet. Patientinnen und Patienten, Pflegekräfte, medizinische Geräte und Transportwagen bewegen sich häufig gleichzeitig in begrenzten Räumen. Zudem können sich räumliche Bedingungen durch abgestellte Gegenstände, geöffnete Türen oder kurzfristige Veränderungen von Arbeitsabläufen jederzeit ändern. Autonome Roboter müssen daher ihre Umgebung kontinuierlich erfassen, bewegliche und statische Hindernisse zuverlässig erkennen und ihre Navigation flexibel an die jeweilige Situation anpassen.

Eine zentrale Herausforderung besteht darin, dass die Sicherheit und das Wohlbefinden der Menschen jederzeit im Vordergrund stehen müssen. Besonders im Umgang mit älteren, mobilitätseingeschränkten oder pflegebedürftigen Personen sind hohe Anforderungen an die Zuverlässigkeit und Vorhersagbarkeit robotischen Verhaltens zu stellen. Gleichzeitig können verdeckte Hindernisse, eingeschränkte Sichtverhältnisse und unvollständige Sensordaten zu Unsicherheiten in der Umgebungswahrnehmung führen. Entscheidend ist daher nicht nur, dass autonome Systeme ihre Umgebung erkennen, sondern auch, dass sie die Unsicherheit ihrer Wahrnehmung quantifizieren, die Verlässlichkeit verfügbarer Informationen bewerten und ihr Verhalten entsprechend anpassen können.

Am Lehrstuhl für Adaptive Autonomie und Offroad-Robotik erforschen wir Methoden zur zuverlässigen Wahrnehmung, Unsicherheitsbewertung (Uncertainty Estimation) und adaptiven Entscheidungsfindung in menschenzentrierten Umgebungen. Dabei untersuchen wir, wie Roboter Unsicherheiten aus unterschiedlichen Sensorquellen berücksichtigen, potenzielle Risiken erkennen und ihre Navigation sowie ihr Verhalten situationsabhängig anpassen können. Ergänzend erforschen wir den kooperativen Austausch von Umweltwissen zwischen mehreren Robotern, um auch bei eingeschränkter Wahrnehmung zuverlässige Entscheidungen zu ermöglichen. Unsere Ansätze werden anhand mobiler Robotikplattformen und realitätsnaher Krankenhaussimulationen entwickelt und evaluiert. Ziel ist es, die Sicherheit, Robustheit und Anpassungsfähigkeit autonomer Pflege- und Serviceroboter zu verbessern und ihren zuverlässigen Einsatz im unmittelbaren Umfeld des Menschen zu ermöglichen.