SigSys SoSe2017

Die Lehrveranstaltung "Signalverarbeitende Systeme" hat laut Modulhandbuch folgende Lernergebnisse/Kompetenzen:

 Die Studierenden kennen die Elemente einer Signalverarbeitungskette und können Fehler erkennen, abschätzen analysieren und beheben. Sie sind in der Lage signalspezifische analoge und digitale Filter auszulegen und anzuwenden.

Nachfolgende Inhalte wurden definiert

Hard- und Softwarearchitekturen in signalverarbeitenden Systemen
Moderne Analog-/Digital-Umsetzer
Signalauswertung und -erkennung
Digitale Signalverarbeitung
Entwurf und Realisierung analoger und digitaler Filter
Anwendungen der Signalverarbeitung (z.B. Digitale Bildverarbeitung)

Semesterbegleitende Prüfung

Jeder Studierend bearbeitet semesterbegleitend bis zum 07.07.17 ein Projekt mit Matlab/Lego Mindstorms lösen. Diese Lösung ist vor dem Stichtag in SVN zu sichern.

Tipp: Sichern Sie Ihre Ergebnisse während der Arbeit bereits systematisch in Ihren SVN-Ordner https://svn.hshl.de/svn/BSE_SigSys/trunk/Projekte/.

Schritte zur Signalberarbeitung

Auswahl eines Primärsensors
1. Wie funktioniert der Sensor?
2. Welche Rohsignale liefert der Sensor?
Signalvorverarbeitung
1. Sollen Messwerte oder vorverarbeitete Daten übertragen werden?
2. Wie lässt sich eine Vorverarbeitung umsetzen?
3. Wird eine Kennlinie eingesetzt? Wenn ja, wie wird diese kalibriert?
Analog-Digital-Umsetzer
1. Wie werden die Analogen Signale umgesetzt?
2. Welcher ADU kommt zum Einsatz?
3. Welche Gründe sprechen für diesen ADU? Alternativen?
Bussystem
1. Wird ein Bussystem zwischen Sensor und Mikrocontroller eingesetzt?
2. Wenn ja, wie funktioniert dieses Bussystem?
Digitale Signalverarbeitung
1. Welche Verarbeitungsschritte sind notwendig?
2. Welche Filter werden angewendet?
3. Bestimmen Sie Auflösung, Empfindlichkeit und Messunsicherheit des Sensors.
Darstellung der Ergebnisse
1. Welche Fehler treten in welchem Verarbeitungsschritt auf?
2. Stellen Sie die Messunsicherheit bzw. das Vertrauensintervall dar.

Erwartungen an Ihre Lösung

Themenverteilung

Lidar Verarbeitung mit Matlab/Simulink
Low-Cost-Lidar Verarbeitung mit Matlab/Simulink
BV mit CmuCam v5 (Pixy) mit Matlab/Simulink
Ultraschall und Motor mit Matlab/Simulink
IR und Motor mit Matlab/Simulink
Tera Ranger mit Matlab/Simulink
Kinect Tiefenkamera mit Matlab/Simulink
Asus Xtion Pro Tiefenkamera mit Matlab/Simulink
Infineo TOF Tiefenkamera mit Matlab/Simulink
TI OPT8241 3D Time-of-Flight (ToF) Sensor Evaluation Module mit Matlab/Simulink
HiTechnics Kompass mit Matlab/Simulink
HiTechnics Beschleunigungssensor mit Matlab/Simulink

Einstieg in das Thema/Getting Started

Es gibt die Möglichkeit, über S-Funktions Sensoren in MATLAB/Simulink einzubauen. Herr Giampiero Campa hat eine Anleitung geschrieben, die am Beispiel des Arduino Support Packages zeigt, wie dies geht: Link.
Es ist zusätzlich möglich, Sensorblöcke für die LEGO MINDSTORMS zu entwickeln. Voraussetzung hier ist ebenfalls, dass man Source-Code für die Sensorsteuerung zur Verfügung hat. Ein Beispiel von Herrn Guy Rouleau für NXT findet sich u.a. hier: Link.

Literatur

Burger, W.; Burge, M. J. Digitale Bildverarbeitung: Eine Einführung mit Java und ImageJ. Berlin [u.a.]: Springer, 2. Auflage. 2006 (als eBook verfügbar)
Erhardt, A.: Einführung in die Digitale Bildverarbeitung: Grundlagen, Systeme und Anwendungen. Wiesbaden: Vieweg+Teubner 2008 (als eBook verfügbar)
Jähne, B. (2005). Digitale Bildverarbeitung. 6. Auflage. Berlin [u.a.]: Springer. (als eBook verfügbar) – Neue Auflage: 30. November 2012
Nischwitz, A.; Fischer, M.; Haberäcker, P.; Socher, G.: Computergrafik und Bildverarbeitung: Band II: Bildverarbeitung. Wiesbaden: Vieweg+Teubner, 3. Auflage. 2011. (als eBook verfügbar)
Tönnies, Klaus D.: Grundlagen der Bildverarbeitung. München: Pearson Studium, 2005.
Ballard, Dana H., Brown, Christopher M. (1982). Computer Vision. Englewood Cliffs (u.a.): Prentice-Hall

→ zurück zum Hauptartikel: Signalverarbeitende Systeme