SigSys SoSe2018: Unterschied zwischen den Versionen

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen
(Die Seite wurde neu angelegt: „'''Autor:''' Prof. Schneider Die Lehrveranstaltung "Signalverarbeitende Systeme" hat laut Modulhandbuch folgende '''Lernergebni…“)
 
 
(65 dazwischenliegende Versionen von 16 Benutzern werden nicht angezeigt)
Zeile 18: Zeile 18:
== Semesterbegleitende Prüfung ==
== 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.  
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 <code>https://svn.hshl.de/svn/BSE_SigSys/trunk/Projekte/</code>.
'''Tipp:''' Sichern Sie Ihre Ergebnisse während der Arbeit bereits systematisch in Ihrem persönlichen SVN-Ordner <code>https://svn.hshl.de/svn/BSE_Mustermann/trunk/WA/</code>.


=== Aufgabenstellung ===
=== Aufgabenstellung ===
* Bauen Sie einen fahrbaren und lenkbaren Roboter mit Lego Mindstorms EV3 ([http://www.java-online.ch/lego/index.php?inhalt_links=home/nav_home.inc.php&inhalt_mitte=home/bauanleitung/bauanleitung.inc.php Bauanleitungen] für einen Basisroboter steht zur Verfügung).
* Lesen Sie den Sensor mit MATLAB/Simulink aus ([https://de.mathworks.com/hardware-support/lego-mindstorms-ev3-matlab.html MATLAB/Simulink Toolbox]).  
* Steuern Sie diesen mit MATLAB/Simulink an ([https://de.mathworks.com/hardware-support/lego-mindstorms-ev3-matlab.html MATLAB/Simulink Toolbox]).
* Ergänzen Sie das Fahrzeug um einen Sensor, so dass das Fahrzeug auf ein Hinderniss zufährt (Kopierkarton) und 5cm davor eine automatische Notbremsung durchführt.
* Beschreiben, untersuchen und verstehen Sie Ihre Signalverarbeitungskette.
* Beschreiben, untersuchen und verstehen Sie Ihre Signalverarbeitungskette.


Zeile 51: Zeile 49:
## Stellen Sie die Messunsicherheit bzw. das Vertrauensintervall dar.
## Stellen Sie die Messunsicherheit bzw. das Vertrauensintervall dar.


== [[Veranstaltungsregeln SigSys SoSe2017| Erwartungen an Ihre Lösung]] ==
== [[Veranstaltungsregeln SigSys SoSe2018| Erwartungen an Ihre Lösung]] ==


== Themenverteilung ==
== Themenverteilung ==
Zeile 83: Zeile 81:
{| class="wikitable"
{| class="wikitable"
|-
|-
! #                                          !! Thema                      !! Bearbeiter !! Schließfach !! EV3
! #                                          !! Thema                      !! Bearbeiter !! Sensorwert
|-
| 1 || [[Hokuyo Lidar Objekterkennung mit Matlab/Simulink]]  ||  [[Benutzer:Simon_Kohfeld| 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 || [[NXT Lichtsensor mit Matlab/Simulink]]  ||Eileen Hinners ||  100€
|-
| 9 || [[Beschleunigungssensor mit Matlab/Simulink]]  || Julia Averesch ||  100€
|-
|-
| 1 || [[Lidar Objekterkennung mit Matlab/Simulink]]     || || ||  
| 10 || [[TeraRanger mit Matlab/Simulink]]  ||Patrick Klauke || 200€
|-
|-
| 2 || [[Objekterkennung mit CmuCam v5 (Pixy-Cam) mit Matlab/Simulink]] || || ||  
| 11 || [[HiTechnics Kompass mit Matlab/Simulink]]  || Andre Adämmer ||   100€
|-
|-
| 3 || [[Objekterkennung mit rotierenden Ultraschall mit Matlab/Simulink]] || || ||  
| 12 || [[NXT SumoEyes mit Matlab/Simulink]]  || Florian Scharfenberg ||   100€
|-
|-
| 4 || [[Objekterkennung mit Ultraschall mit Matlab/Simulink]] || || ||   
| 13 || [[Low-Cost-Lidar Verarbeitung mit Matlab/Simulink]]  ||Christian Sievers ||  150€
|-
|-
| 5 || [[Objekterkennung mit Infrarotsensor mit Matlab/Simulink]] || ||  ||
| 14 || [[Asus Xtion Pro Tiefenkamera mit Matlab/Simulink]] ||Maximilian Harrer ||  150€
|-
|-
| 6 || [[Objekterkennung mit rotierenden Infrarotsensor mit Matlab/Simulink]] || || ||   
| 15 || [[TI Sensortag mit Matlab/Simulink]]  || Dominik Meyer ||  50€
|-
|-
| 7 || [http://www.ti.com/product/OPT8241 TI OPT8241 3D Time-of-Flight] [[ToF Sensor Evaluation Module mit Matlab/Simulink]] || ||  ||
| 16 || [[HiTechnic NXT IRSeeker V2 mit Matlab/Simulink]] || Marius Schaffer ||  100€
|-
|-
| 8 || [[Objekterkennung mit HiTechnics EOPD mit Matlab/Simulink]]  || ||  ||  
| 17 || [[Temperatursensor mit Matlab/Simulink]]  || Sergej Vogel ||  100€
|-
| 18 || [[RFID Sensor mit Matlab/Simulink]] || Andreas Dörksen || 100€ 
|-
|-
| 9 || [[Distanzerkennung mit Beschleunigungssensor mit Matlab/Simulink]]  || ||  ||
| 19 || [[Drucksensor mit Matlab/Simulink]]  || Ilja Scheremeta ||  100€
|-
|-
| 10 || [[Objekterkennung mit TeraRanger mit Matlab/Simulink]]  || ||  ||
| 20 || [[IMU mit Matlab/Simulink]]  ||Sebastian Dany  || 100€  
|-
|-
| 11 || [[HiTechnics Kompass mit Matlab/Simulink]]  || ||  ||   
| 21 || [[Barometer mit Matlab/Simulink]]  || Tobias Wemmer  || 100€
|-
| 22 || [[GPS Sensor mit Matlab/Simulink]]  || Marie Mbogni || 100€  
|-
| 23 || [[Nexus 5X Lagesensor (IMU) mit Matlab/Simulink]] || Jan Drupka || eigener Sensor  
|-
|-
|}
|}
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 ==
== 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: [http://www.mathworks.com/matlabcentral/fileexchange/39354-device-drivers Link].  
Arbeite Sie sich in Matlab/Simulink ein. Die Hochschule stellt hierfür Webinare und Moodle Kurse für Sie bereit.
* 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: [http://www.mathworks.com/matlabcentral/fileexchange/41159-example-driver-blocks-for-simulink-hardware-support-packages Link].
*[https://matlabacademy.mathworks.com/ Kostenlose Webinare (MATLAB Academy)]
* Schauen Sie sich die Bestehenden Bibliotheken an und orientieren Sie sich an der Programmierung:
** MATLAB Onramp
** [http://www.mindstorms.rwth-aachen.de/ RWTH Mindstorms Toolbox]
** MATLAB Fundamentals
** [https://de.mathworks.com/matlabcentral/fileexchange/18646-rwth-mindstorms-nxt-toolbox NXT Toolbox]  
** Introduction to Statistical Methods with MATLAB
** [https://de.mathworks.com/hardware-support/lego-mindstorms-matlab.html LEGO MINDSTORMS NXT Support from MATLAB]
** MATLAB Programming Techniques (optional)
** [[MATLAB Lego Mindstorms Support for NXT]]
 
'''Primer'''
* [http://www.math.toronto.edu/mpugh/primer.pdf MATLAb Primer]
* [http://staff.technikum-wien.at/~teschl/MatlabSkriptum.pdf Matlab: Eine Einführung von S. Teschl]
 
'''YouTube'''
* [http://youtu.be/CHkE_8UmIDQ Matlab Anwendung mit GUI erstellen. Beispiel： Textausgabe nach dem Knopfdruck]


Die von Lego über die Firmware unterstützten Geräte finden Sie [http://ev3.fantastic.computer/doxygen/types.html hier].
'''Tipps'''
* 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: [http://www.mathworks.com/matlabcentral/fileexchange/39354-device-drivers Link].
* [https://www.mathworks.com/help/releases/R2018a/simulink/slref/legacy_code.html Legacy Code Tool]


EV3 Dokumente
'''EV3'''
* [http://ev3.fantastic.computer/doxygen/index.html EV3 Informationen]
* [http://www.mindstorms.rwth-aachen.de/ RWTH Mindstorms Toolbox]
* [https://de.mathworks.com/matlabcentral/fileexchange/18646-rwth-mindstorms-nxt-toolbox NXT Toolbox]
* [https://de.mathworks.com/hardware-support/lego-mindstorms-matlab.html LEGO MINDSTORMS NXT Support from MATLAB]
* [http://ev3.fantastic.computer/doxygen/index.html Firmware Dokumentation]
* [http://ev3.fantastic.computer/doxygen/index.html Firmware Dokumentation]
* [https://education.lego.com/de-de/support/mindstorms-ev3/developer-kits Education EV3 Developer Kits]
* [https://education.lego.com/de-de/support/mindstorms-ev3/developer-kits Education EV3 Developer Kits]


Weiterführender Wiki Artikel inkl. Demos: [[EV3_mit_Simulink | EV3 mit Simulink]]
Weiterführender Wiki Artikel inkl. Demos: [[EV3_mit_Simulink | EV3 mit Simulink]]
'''Moodle'''
* [https://campusapp01.hshl.de/course/view.php?id=699 Einführung in MATLAB]
* [https://campusapp01.hshl.de/course/view.php?id=1759 Einführung in Simulink]
'''Literatur'''
* [https://link.springer.com/book/10.1007/978-3-642-05453-2 Ingenieurmathematik kompakt – Problemlösungen mit MATLAB]
'''HSHL Wiki'''
*[[Einführung_in_MATLAB| Einführung in MATLAB]]
*[[Matlab/Simulink | Matlab/Simulink]]
*[[Bild-_und_Signalverarbeitung_mit_MATLAB | Bild- und Signalverarbeitung mit MATLAB]]


== Nächste Schritte ==
== Nächste Schritte ==
# Suchen Sie sich ein Thema aus.
# Suchen Sie sich bis zum 19.04.18 ein Thema aus.
# Leihen Sie sich EV3-Roboter und Sensor aus.
# Leihen Sie sich am 20.04.18 den Sensor bei Herrn [[Benutzer:Ilya_Raza| Ilya Raza]] aus.
# Lassen Sie sich einen Schließfachschlüssel für das Projekt geben.
# Lassen Sie sich einen Schließfachschlüssel für das Projekt geben oder lagern Sie den Sensor im Projektraum L3.1-E00-120.
# Bearbeiten Sie das Projekt im Semester.
# Bearbeiten Sie das Projekt im Semester.
# Dokumentieren Sie fortlaufend in SVN und Wiki.
# Dokumentieren Sie fortlaufend in SVN und Wiki.
# Geben Sie nach Projektabschluss die Hardware wieder zurück.
# Geben Sie nach Projektabschluss spätestens am 06.07.18 die Hardware wieder zurück.
 
 
== Selbstlernzeit ==
* In Ihrer Selbstlernzeit können Sie gern in Raum L3.1-E00-120 arbeiten.


== Literatur ==
== Literatur ==

Aktuelle Version vom 6. Juli 2018, 21:56 Uhr

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 Ihrem persönlichen SVN-Ordner https://svn.hshl.de/svn/BSE_Mustermann/trunk/WA/.

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 NXT Lichtsensor 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€
23 Nexus 5X Lagesensor (IMU) mit Matlab/Simulink Jan Drupka eigener Sensor

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

Arbeite Sie sich in Matlab/Simulink ein. Die Hochschule stellt hierfür Webinare und Moodle Kurse für Sie bereit.

Primer

YouTube

Tipps

  • 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

EV3

Weiterführender Wiki Artikel inkl. Demos: EV3 mit Simulink

Moodle

Literatur

HSHL Wiki

Nächste Schritte

  1. Suchen Sie sich bis zum 19.04.18 ein Thema aus.
  2. Leihen Sie sich am 20.04.18 den Sensor bei Herrn Ilya Raza aus.
  3. Lassen Sie sich einen Schließfachschlüssel für das Projekt geben oder lagern Sie den Sensor im Projektraum L3.1-E00-120.
  4. Bearbeiten Sie das Projekt im Semester.
  5. Dokumentieren Sie fortlaufend in SVN und Wiki.
  6. Geben Sie nach Projektabschluss spätestens am 06.07.18 die Hardware wieder zurück.


Selbstlernzeit

  • In Ihrer Selbstlernzeit können Sie gern in Raum L3.1-E00-120 arbeiten.

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

Abgerufen von „https://wiki.hshl.de/wiki/index.php?title=SigSys_SoSe2018&oldid=38215“