BSE Moderne Tracking Systeme

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.

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: 7/19
  • Ergebnisqualität: 5/19
  • Quelltext-Effizienz: 5/19
  • Quelltext-Lesbarkeit: 5/19
  • Nachhaltigkeit: 5/19

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