BSE Moderne Tracking Systeme: Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
| Zeile 32: | Zeile 32: | ||
* Für die Vorbereitung liegt eine Probeklausur in SVN bereit. | * Für die Vorbereitung liegt eine Probeklausur in SVN bereit. | ||
* Die Bewertung erfolgt an den hier aufgeführten [[Medium:Bewertungskriterien.pdf|Kriterien ]]mit der Gewichtung | * Die Bewertung erfolgt an den hier aufgeführten [[Medium:Bewertungskriterien.pdf|Kriterien ]]mit der Gewichtung | ||
** Vollständigkeit: 7/ | ** Vollständigkeit: 7/27 | ||
** Ergebnisqualität: 5/ | ** Ergebnisqualität: 5/27 | ||
** Quelltext-Effizienz: 5/ | ** Quelltext-Effizienz: 5/27 | ||
** Quelltext-Lesbarkeit: 5/ | ** Quelltext-Lesbarkeit: 5/27 | ||
** Nachhaltigkeit: 5/ | ** Nachhaltigkeit: 5/27 | ||
== Siehe auch == | == Siehe auch == | ||
Version vom 18. November 2015, 10:41 Uhr
Dozent: Prof. Schneider
Lernergebnisse/Kompetenzen
Die Studierenden kennen aktuelle Tracking-Techniken und können diese auf praktische Probleme anwenden.
Inhalte
- Sensordatenfusionskonzepte
- Datenzuordnungsverfahren
- Modellierung dynamischer Systeme (Sensormodelle, Systemmodelle)
- Kalman Filter, EKF, UKF
- Partikel Filter
- Self Localization and Mapping (SLAM)
Erwartungen an Ihre Lösungen
- Berücksichtigen Sie die in den Veranstaltungen genannten Leitregeln für wissenschaftliches Arbeiten.
- Nutzen Sie Matlab Simulation und ggf. praktische Versuche, um Ihre Ergebnisse zu belegen.
- Beachten Sie das Kursmaterial in Moodle und SVN.
- Archivieren Sie Ihre Daten im dafür vorgesehenen SVN Ordner.
- Nutzen Sie SVN während des Semesters als Versionierungstool.
- Halten Sie sich beim Erstellen von Quelltext an die Programmierrichtlinien für Matlab.
- Erleichtern Sie die Verwendung Ihrer Quellen durch Kommentare, Header, Hilfedatei und ReadMe.txt.
Prüfung
- In der Prüfung wird Ihnen ein praktisches Problem präsentiert, welches Sie in einem gesteckten Zeitrahmen zu lösen haben.
- Befolgen Sie die Anweisungen auf dem Prüfungsbogen.
- Sichern Sie Ihre Ergebnisse in dem dafür vorgesehenen Ordner in SVN.
- Für die Vorbereitung liegt eine Probeklausur in SVN bereit.
- Die Bewertung erfolgt an den hier aufgeführten Kriterien mit der Gewichtung
- Vollständigkeit: 7/27
- Ergebnisqualität: 5/27
- Quelltext-Effizienz: 5/27
- Quelltext-Lesbarkeit: 5/27
- Nachhaltigkeit: 5/27
Siehe auch
- Allgemeine Bewertungskriterien für Softwareprojekte
- Wissenschaftliches Arbeiten mit LaTeX
- Anforderungen an eine wissenschaftlich Arbeit
- Checkliste vor der Abgabe
Literatur
- Kim, P.: Kalman Filter for Beginners. Korea: A-Jin, 2010.ISBN 978-1463-6483-5-0
- Sanjeev, B.; u.a: Beyond the Kalman Filter: Particle Filters for Tracking Applications. DSTO, 2004. ISBN 1-58053-631-x
- Subhash, C.; u.a.: Fundamentals of Object Tracking. Cambridge University Press, 2011. ISBN 978-0521876285
→ zurück zum Hauptartikel: Business and Systems Engineering