SigSys SoSe2018

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen

Autor: Prof. Schneider

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 06.07.18 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/.

Aufgabenstellung

  • Lesen Sie den Sensor mit MATLAB/Simulink aus (MATLAB/Simulink Toolbox).
  • Beschreiben, untersuchen und verstehen Sie Ihre Signalverarbeitungskette.

Schritte zur Signalberarbeitung

  1. Auswahl eines Primärsensors
    1. Wie funktioniert der Sensor?
    2. Welche Rohsignale liefert der Sensor?
  2. 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?
  3. Analog-Digital-Umsetzer
    1. Wie werden die analogen Signale umgesetzt?
    2. Welcher ADU kommt zum Einsatz?
    3. Welche Gründe sprechen für diesen ADU? Alternativen?
  4. Bussystem
    1. Wird ein Bussystem zwischen Sensor und Mikrocontroller eingesetzt?
    2. Wenn ja, wie funktioniert dieses Bussystem?
  5. Digitale Signalverarbeitung
    1. Welche Verarbeitungsschritte sind notwendig?
    2. Welche Filter werden angewendet?
    3. Bestimmen Sie Auflösung, Empfindlichkeit und Messunsicherheit des Sensors.
  6. 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

# Thema Bearbeiter Sensorwert
1 Hokuyo Lidar Objekterkennung mit Matlab/Simulink Simon Kohfeld 1500€
2 CmuCam v5 (Pixy-Cam) mit Matlab/Simulink Patrick Lange 100€
3 HiTechnics EOPD mit Matlab/Simulink Tim Kempe 100€
4 Ultraschall mit Matlab/Simulink Sven Gaida 100€
5 Gyroskop mit Matlab/Simulink Philipp Tewes 100€
6 Infrarotsensor mit Matlab/Simulink Janis Ostermann 100€
7 3D Time-of-Flight Sensor Evaluation Module mit Matlab/Simulink Asaad Al-Suleihi 600€
8 Objekterkennung mit HiTechnics EOPD mit Matlab/Simulink Eileen Hinners 100€
9 Beschleunigungssensor mit Matlab/Simulink Julia Averesch 100€
10 TeraRanger mit Matlab/Simulink Patrick Klauke 200€
11 HiTechnics Kompass mit Matlab/Simulink Andre Adämmer 100€
12 NXT SumoEyes mit Matlab/Simulink Florian Scharfenberg 100€
13 Low-Cost-Lidar Verarbeitung mit Matlab/Simulink Christian Sievers 150€
14 Asus Xtion Pro Tiefenkamera mit Matlab/Simulink Maximilian Harrer 150€
15 TI Sensortag mit Matlab/Simulink Dominik Meyer 50€
16 HiTechnic NXT IRSeeker V2 mit Matlab/Simulink Marius Schaffer 100€
17 Temperatursensor mit Matlab/Simulink Sergej Vogel 100€
18 RFID Sensor mit Matlab/Simulink Andreas Dörksen 100€
19 Drucksensor mit Matlab/Simulink Ilja Scheremeta 100€
20 IMU mit Matlab/Simulink Sebastian Dany 100€
21 Barometer mit Matlab/Simulink Tobias Wemmer 100€
22 GPS Sensor mit Matlab/Simulink Marie Mbogni 100€

Im Nachgespräch wurde beschlossen, dass Ihre Sensoren im Labor PKW-Diagnostik lagern können und Sie in Ihrer Selbstlernzeit Zugang bekommen, wenn der Raum frei ist. Einer zugangsberechtigten Person wird die Laborverantwortung für die Selbstlernzeit übertragen. Bitte melden Sie sich bei Prof. Schneider. Die Übergabe der Sensoren können wir am Freitag, den 20.04.18 in der Vorlesung/Übung machen.

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.
  • Legacy Code Tool

Nächste Schritte

  1. Suchen Sie sich ein Thema aus.
  2. Leihen Sie sich den Sensor bei Herrn Raza aus.
  3. Lassen Sie sich einen Schließfachschlüssel für das Projekt geben.
  4. Bearbeiten Sie das Projekt im Semester.
  5. Dokumentieren Sie fortlaufend in SVN und Wiki.
  6. Geben Sie nach Projektabschluss die Hardware wieder zurück.

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