BSE Moderne Tracking Systeme

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen

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. Abgaben per E-Mail werden nicht akzeptiert.
  • 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 werden verfolgt. Sebastian Dany
5 3 Personen werden in einer Bildabfolge verfolgt. Tim Kempe
6 3 Einzeller unter einem Mikroskop werden verfolgt. Lisa Huber
7 3 Mücken werden verfolgt. Leonard Kleeschulte
8 3 Steinen werden im Fall verfolgt. Dominik Kai Meyer
9 3 Silvesterraketen werden bis zur Explosion verfolgt. Andre Adämmer
10 3 Geworfene Bälle werden verfolgt. Andreas Dörksen
11 3 Äpfel fallen vom Baum (mit Seitenwind). Patrick Klauke
12 3 Schiffe werden verfolgt. Eileen Hinners

Themen - Partikel-Filter

Setzen Sie einen Resampling-Algorithmus aus der Quelle Resample in Particle Filtering – Comparison.pdf konsequent in MATLAB um.

# Resampling-Algorithmus Seite Bearbeiter
1 Resampling-Wheel Quelle: Sebastian Thrun Ulrich Schneider
2 StR2, Code 6 S. 41f Max Mustermann
2 MR1A, Code 1 S. 38f Eileen Hinners
3 MR2, Code 3 S. 39f Philipp Tewes
4 MR3, Code 4 S. 40 Sven Gaida
5 MR1b, Code 2 S. 38 Dominik Kai Meyer
6 SR, Code 12 S. 46f Andre Adämmer
7 RR1, Code 14 S. 47 Tim Kempe
8 RSR, Code 15 S. 47 Julia Averesch
10 ReR, Code 18 S. 49 Andreas Dörksen

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