BSE Moderne Tracking Systeme: Unterschied zwischen den Versionen

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen
Zeile 47: Zeile 47:
! #                      !! Thema  !! Bearbeiter
! #                      !! Thema  !! Bearbeiter
|-
|-
| 1 || 3 Kugeln rollt auf Teppich und verschwindet kurzzeitig in einem Karton. || Prof. Schneider
| 1 || 3 Autos werden im Videobild verfolgt.|| Philipp Tewes
|-
|-
| 2 || 4 Hexbugs werden im Videobild verfolgt.|| Prof. Schneider
| 2 || 3 Vögel werden im Videobild verfolgt. || Sven Gaida
|-
|-
| 3 || Die Kugeln eines Billardspiels werden im Videobild verfolgt.|| Prof. Schneider
| 3 || 3 Pferde werden verfolgt. || Julia Averesch
|-
|-
| 4 || 3 Autos werden im Videobild verfolgt.|| Philipp Tewes
| 4 || 3 Pillen und ein Laser werden verfolgt. || Sebastian Dany
|-
| 5 || 3 Vögel werden im Videobild verfolgt. || Sven Gaida
|-
| 6 || 3 Pferde werden verfolgt. || Julia Averesch
|-
| 7 || 3 Pillen und ein Laser werden verfolgt. || Sebastian Dany
|}
|}



Version vom 4. November 2017, 20:48 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: 7/19
    • Ergebnisqualität: 5/19
    • Quelltext-Effizienz: 5/19
    • Quelltext-Lesbarkeit: 5/19
    • Nachhaltigkeit: 5/19
  • Abgabetermine für die Teilprüfungen
  1. Kalman-Filter: 22.11.2017
  2. Partikel-Filter: 13.01.2018
  • Ein Beispiel liegt für Sie im Ordner Klausurvorbereitung. Orientieren Sie sich an der Programmstruktur.

Themen - Kalman-Filter

# Thema Bearbeiter
1 3 Autos werden im Videobild verfolgt. Philipp Tewes
2 3 Vögel werden im Videobild verfolgt. Sven Gaida
3 3 Pferde werden verfolgt. Julia Averesch
4 3 Pillen und ein Laser werden verfolgt. Sebastian Dany

Siehe auch

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