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.
- Erleichtern Sie die Verwendung Ihrer Quellen durch Kommentare, Header, Hilfedatei und ReadMe.txt.
- Achten Sie darauf, dass Ihre Umsetzung dem Konzept entspricht.
- Stellen Sie einen eindeutigen Zusammenhang zwischen Aufgabe und Lösung her. Ihre Softwarelösung muss für eine Bewertung lauffähig sein.
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
- Kalman-Filter: 22.11.2017
- 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 |
| 11 | RR2, Code 16 | S. 48 | Leonard Kleeschulte |
| 12 | StR1, Code 5 | S. 41 | Lisa Huber |
| 13 | DSR, Code 13 | S. 46 | Sebastian Dany |
| 14 | MeR, Code 17 | S. 48f | Patrick Klauke |
Feedbackbesprechung
Am 16.01.2018 können Sie sich in der Zeit von 8:15 Uhr bis 09:45 Uhr ein Feedback zur Abgabe holen. In diesem Termin können Sie auch mögliche Fehler oder Missverständnisse in Ihrer Abgabe korrigieren und so Ihr Werk ggf. aufwerten. Nach diesem Termin erfolgt eine Bewertung auf Basis der eingereichten Unterlagen.
Tipp: Nutzen Sie diesen Termin. In manchen Abgaben ist der Bezug zwischen den Aufgaben und den Lösungen nicht erkennbar, das Programm läuft nicht und zeigt eine Fehlermeldung.
Siehe auch
- Allgemeine Bewertungskriterien für Softwareprojekte
- Wissenschaftliches Arbeiten mit LaTeX
- Anforderungen an eine wissenschaftlich Arbeit
- Checkliste vor der Abgabe
- Software Versionsverwaltung mit SVN
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