Diskussion:SoSe24 - Praktikum Systementwurf - Inverse Perspektiventransformation (IPT): Unterschied zwischen den Versionen

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen
Keine Bearbeitungszusammenfassung
 
(11 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 1: Zeile 1:
--[[Benutzer:Ulrich Schneider|Ulrich Schneider]] ([[Benutzer Diskussion:Ulrich Schneider|Diskussion]]) 08:40, 21. Jun. 2024 (UTC)
--[[Benutzer:Ulrich Schneider|Ulrich Schneider]] ([[Benutzer Diskussion:Ulrich Schneider|Diskussion]]) 08:40, 21. Jun. 2024 (UTC)
== Qualität der Lösung der Aufgaben gemäß der [[Bewertungskriterien_f%C3%BCr_Software|Bewertungskriterien]] ==
= Qualität der Lösung der Aufgaben gemäß der [[Bewertungskriterien_f%C3%BCr_Software|Bewertungskriterien]] =
==Vollständigkeit==
* Die Aufgaben wurden vollständig gelöst und die Algorithmen arbeiten "korrekt" mit hoher Zuverlässigkeit (>98%) bei Variation der Eingangsdaten.


Tipps:
==Ergebnis-Qualität==
* Stellen Sie den ROI so ein, dass man die Platine nicht sieht.
* Die Qualität des Ergebnisses erfüllt die Erwartungen.
* Referenzieren Sie alle Abbildungen im Text.
* Z. 79 <code>rgb2gray</code> liefert in diesem Fall ein ungenügendes Ergebnis. Der Lichtklecks verfälscht die rechte Spur und muss bei der Binarisierung entfernt werden.
 
== Quelltext-Effizienz ==
* Der Algorithmus wurde effizient programmiert.
== Quelltext-Lesbarkeit==
* Der Quelltext ist für den Beurteiler leicht zu verstehen und die Dokumentation mit PAP erläutert die Funktion.
* Vermeiden Sie absolute Pfade (Z. 31-34).
* Löschen Sie nicht verwendeten Quelltext (Z. 36, 40).
* Z. 4: <code>startInversivePerpektivenTransformation.m</code> Wieso eigentlich invers'''iv'''e? Inverse wäre korrekt.
* Z. 43 u.A. Ergänzen Sie Einheiten im Kommentar.
 
== Nachhaltigkeit ==
* Der Header ist unvollständig.
* Der in Quelltext 1 beschriebene Quelltext ist nicht im angegebenen Ordner zu finden (<code>startInversePerspektivenTransformation.m</code>).
* Sicher Sie keine <code>*.asv</code>-Dateien in SVN.
* Verwenden Sie aussagekräftige Log-Texte. Was sind "Kleinigkeiten"?
* Halten Sie sich beim Programmieren an die [[Medium:Programmierrichtlinien_für_Matlab.pdf|Programmierrichtlinien für MATLAB<sup>®</sup>]].
* Nutzen Sie beispielsweise sprechende Variablen in deutscher Sprache (z.&thinsp;B. <code>fFokaleLaenge</code> anstelle von <code>fc</code>).
* Notwendige Dateien fehlen.
* Kopieren Sie auf '''keinen Fall''' Daten in SVN.
 
=Qualität der Dokumentation im Wiki-Artikel =
* Referenzieren Sie alle Abbildungen, Tabellen, Quelltexte und sonstige Quellen im Text.
* Erweitern Sie die Tabelle 1 und 2 um die deutschen Bezeichnungen, MATLAB<sup>®</sup>-Bezeichnungen und Formelzeichnungen.
* Nutzen Sie eine erläuternde Skizze zur Visualisierung des ROI.
* Die Kamerakalibrierung sollte für Wagen 1 und Wagen 2 durchgeführt werden. Wo wurde Wagen 2 dokumentiert?
 
= Problembeschreibung =
* Das Problem wurde nachvollziehbar beschrieben.
= Analyse der Ursachen der Probleme=
* Mögliche Ursachen wurden analysiert.
= Beschreibung der Sie Maßnahmen zur Beseitigung der identifizierten Ursache(n) =
* Maßnahme 1 und 3 verstehe ich nicht.
= Beantwortung der Lernzielkontrollfragen =
* Wofür werden die Kamerakalibrierparameter verwendet? Entzerrung '''und IPT'''.
* Was ist ein Region-of-Interest (ROI)? Wie wird dieser gewählt? Zweite Frage bleibt offen.
* Wie führt man eine effektive Binarisierung durch? farbbasiert/adaptiv.
* Welche Fehler zeigen sich im Binärbild? Wie lassen sich diese beheben?
** 0m37s: Lichtflecken → effektive Binarisierung, Außenverschattung/Kunstlicht, Plausibilisierung über Breite der Spurmarkierung
** 0m37s: Verlust der linken Fahrspur → ROI erweitern
** 0m37s: Lücken in der Fahrspur → morphologische Operationen
** 0m51s: Hintergrundobjekte → Schachbrettteppich entfernen
'''Tipps:'''
* Nutzen Sie für den Beleg der Entzerrung ein Schachbrettmuster (Teppich) und zeichnen Sie mit <code>xline, yline</code> Referenzlinien ein.
* Nutzen Sie für den Beleg der Entzerrung ein Schachbrettmuster (Teppich) und zeichnen Sie mit <code>xline, yline</code> Referenzlinien ein.
* Erweitern Sie die Tabelle 1 und 2 um die deutschen Bezeichnungen und Formelzeichnungen.
'''Offene Fragen'''
* Nutzen Sie eine erläuternde Skizze.
* Wie groß ist der Blindbereich? Nutzen Sie eine Referenz im Bild. z.&thinsp;B. "erste sichtbare Objekt bei 60 cm".
* Wie groß ist der Blindbereich? Nutzen Sie eine Referenz im Bild. z.&thinsp;B. "erste sichtbare Objekt bei 60 cm".
* Beschriften Sie Quelltext wie eine Abbildung mit Quelltext 1: startInversePerspektivenTransformation.m 
* Die Kamerakalibrierung sollte für Wagen 1 und Wagen 2 durchgeführt werden. Was haben Sie hier dokumentiert?
*Z. 8: Beschreiben Sie die Funktion des Skriptes.
*Notwendige Dateien fehlen
* Referenzieren Sie die Dateien relativ. Nutzen Sie keine absoluten Pfade.
* Halten Sie sich beim Programmieren an die Programmierrichtlinien für MATLAB.
* Nutzen Sie sprechende Variablen, möglichst in Deutsch.
* Z. 43 u.A. Ergänzen Sie einheiten im Kommentar.
* Z. 50 ROI ist unglücklich gewählt (s.o.).
* Z. 54 Wieso erzeugen Sie so ein kleines Ausgabevideo? Hier gehen Informationen verloren, die für die Segmentierung wichtig sind.
* Links zu den Arbeitsergebnissen in SVN fehlen!!
* Kopieren Sie auf '''keinen Fall''' Daten in SVN (https://svn.hshl.de/svn/MTR_SDE_Praktikum/trunk/_Semesterordner/SS2024/Team_1_Block_Janzen/Termin_9/Aufgabe_9_4/GeradeInKurve.mp4)!!!!! So wird SVN nicht verwendet. Laden Sie die Daten aus den entsprechenden Ordnern.
* Z. 79 <code>rgb2gray</code> liefert in diesem Fall ein ungenügendes Ergebnis. Der Lichtklecks verfälscht die rechte Spur und muss bei der Binarisierung entfernt werden.
* Beschreibung der MATLAB Funktion(en), Eingangs- und Ausgangsparameter fehlen
* PAP: Header fehlt, PAP passt nicht 100% zur Umsetzung. Wieso?
* Sie haben vergessen das Bild zu entzerren. Das sieht man deutlich in Abb. 4.
* Noch eine Tabelle 1? Davon dar es nur eine geben. Nummerieren Sie fortlaufend: 1, 2, 3,...
* Das Problem ist nicht... fehlt.
* Problembeschreibungen, Ursachenanalyse und Maßnahmen unvollständig fehlen:
** Spuren nicht parallel → Kalibrierung der Kamera → Entzerrung
** Auto im Bild  →  da falscher ROI → ROI anpassen
** Lichtkleks als Fahrbahn erkannt  → suboptimale Binarisierung → Farbsensitive Binarisierung
* Zusammenfassung: Eine Diskussion der Ergebnisse, ein Ausblick und Lessons Learned fehlen.
* Lernzielkontrollfragen
# Antwort unvollständig. Bitte bearbeiten Sie sich mit den Hinweisen oben und den Tipps diese Frage erneut.
# Antwort inkonkret. Bitte bearbeiten Sie sich mit den Hinweisen oben und den Tipps  diese Frage erneut.
# Das ist leider nicht korrekt. Bitte bearbeiten Sie sich mit den Hinweisen oben und den Tipps diese Frage erneut.
# Wo ist Rauschen zu sehen? Ich sehe keins. Fügen Sie Belege an. Ich würde kein Median- oder Gauss-Filter anwenden!
* Nachfolgende Aufgaben wurden nicht (vollständig) bearbeitet: 9.4.2, 9.4.3, 9.4.4, 9.4.5, 9.4.6, 9.4.7
{| class="wikitable"
|+ Tabelle 1: Bewertungsvorlage
|-
! Aufgabe  !! Inhalt!! Feedback
|-
| 1  || Qualität der Lösung der Aufgaben gemäß der [[Bewertungskriterien_f%C3%BCr_Software|Bewertungskriterien]] || 5
|-
| 2  || Qualität der Dokumentation im Wiki-Artikel  || 2
|-
| 3  || Problembeschreibung || 1
|-
| 4  || Analyse der Ursachen der Probleme || 1
|-
| 5  || Beschreibung der Sie Maßnahmen zur Beseitigung der identifizierten Ursache(n)  ||  2
|-
| 6  || Beantwortung der Lernzielkontrollfragen  ||  2
|-
|}

Aktuelle Version vom 3. August 2024, 15:12 Uhr

--Ulrich Schneider (Diskussion) 08:40, 21. Jun. 2024 (UTC)

Qualität der Lösung der Aufgaben gemäß der Bewertungskriterien

Vollständigkeit

  • Die Aufgaben wurden vollständig gelöst und die Algorithmen arbeiten "korrekt" mit hoher Zuverlässigkeit (>98%) bei Variation der Eingangsdaten.

Ergebnis-Qualität

  • Die Qualität des Ergebnisses erfüllt die Erwartungen.
  • Z. 79 rgb2gray liefert in diesem Fall ein ungenügendes Ergebnis. Der Lichtklecks verfälscht die rechte Spur und muss bei der Binarisierung entfernt werden.

Quelltext-Effizienz

  • Der Algorithmus wurde effizient programmiert.

Quelltext-Lesbarkeit

  • Der Quelltext ist für den Beurteiler leicht zu verstehen und die Dokumentation mit PAP erläutert die Funktion.
  • Vermeiden Sie absolute Pfade (Z. 31-34).
  • Löschen Sie nicht verwendeten Quelltext (Z. 36, 40).
  • Z. 4: startInversivePerpektivenTransformation.m Wieso eigentlich inversive? Inverse wäre korrekt.
  • Z. 43 u.A. Ergänzen Sie Einheiten im Kommentar.

Nachhaltigkeit

  • Der Header ist unvollständig.
  • Der in Quelltext 1 beschriebene Quelltext ist nicht im angegebenen Ordner zu finden (startInversePerspektivenTransformation.m).
  • Sicher Sie keine *.asv-Dateien in SVN.
  • Verwenden Sie aussagekräftige Log-Texte. Was sind "Kleinigkeiten"?
  • Halten Sie sich beim Programmieren an die Programmierrichtlinien für MATLAB®.
  • Nutzen Sie beispielsweise sprechende Variablen in deutscher Sprache (z. B. fFokaleLaenge anstelle von fc).
  • Notwendige Dateien fehlen.
  • Kopieren Sie auf keinen Fall Daten in SVN.

Qualität der Dokumentation im Wiki-Artikel

  • Referenzieren Sie alle Abbildungen, Tabellen, Quelltexte und sonstige Quellen im Text.
  • Erweitern Sie die Tabelle 1 und 2 um die deutschen Bezeichnungen, MATLAB®-Bezeichnungen und Formelzeichnungen.
  • Nutzen Sie eine erläuternde Skizze zur Visualisierung des ROI.
  • Die Kamerakalibrierung sollte für Wagen 1 und Wagen 2 durchgeführt werden. Wo wurde Wagen 2 dokumentiert?

Problembeschreibung

  • Das Problem wurde nachvollziehbar beschrieben.

Analyse der Ursachen der Probleme

  • Mögliche Ursachen wurden analysiert.

Beschreibung der Sie Maßnahmen zur Beseitigung der identifizierten Ursache(n)

  • Maßnahme 1 und 3 verstehe ich nicht.

Beantwortung der Lernzielkontrollfragen

  • Wofür werden die Kamerakalibrierparameter verwendet? Entzerrung und IPT.
  • Was ist ein Region-of-Interest (ROI)? Wie wird dieser gewählt? Zweite Frage bleibt offen.
  • Wie führt man eine effektive Binarisierung durch? farbbasiert/adaptiv.
  • Welche Fehler zeigen sich im Binärbild? Wie lassen sich diese beheben?
    • 0m37s: Lichtflecken → effektive Binarisierung, Außenverschattung/Kunstlicht, Plausibilisierung über Breite der Spurmarkierung
    • 0m37s: Verlust der linken Fahrspur → ROI erweitern
    • 0m37s: Lücken in der Fahrspur → morphologische Operationen
    • 0m51s: Hintergrundobjekte → Schachbrettteppich entfernen

Tipps:

  • Nutzen Sie für den Beleg der Entzerrung ein Schachbrettmuster (Teppich) und zeichnen Sie mit xline, yline Referenzlinien ein.

Offene Fragen

  • Wie groß ist der Blindbereich? Nutzen Sie eine Referenz im Bild. z. B. "erste sichtbare Objekt bei 60 cm".
Abgerufen von „https://wiki.hshl.de/wiki/index.php?title=Diskussion:SoSe24_-_Praktikum_Systementwurf_-_Inverse_Perspektiventransformation_(IPT)&oldid=123981“