Lehrver­anstaltungs­handbuch ATS

Autonome Systeme


PDF Lehrveranstaltungsverzeichnis English Version: ATS

Version: 1 | Letzte Änderung: 25.09.2019 12:20 | Entwurf: 0 | Status: vom verantwortlichen Dozent freigegeben

Langname Autonome Systeme
Anerkennende LModule ATS_BaET
Verantwortlich
Prof. Dr. Chunrong Yuan
Professor Fakultät IME
Gültig ab Sommersemester 2023
Niveau Bachelor
Semester im Jahr Sommersemester
Dauer Semester
Stunden im Selbststudium 69
ECTS 5
Dozenten
Prof. Dr. Chunrong Yuan
Professor Fakultät IME
Voraussetzungen Kompetenz in der Analyse und Realisierung von Algorithmen
Kenntnisse in der Signalverarbeitung und Mathematik
Kompetenz in der Entwicklung von Software und Projekten
Grundkenntnisse in der hardwarenahen Softwareentwicklung
Unterrichtssprache deutsch und englisch
separate Abschlussprüfung Ja
Literatur
Hertzberg: Mobile Roboter: Eene Einführung aus Sicht der Informatik, Springer Vieweg, 2012
Abschlussprüfung
Details Mündl. Prüfung (struktur. Befragung), bei Bedarf auch Klausur (z.B. bei größerer Anzahl von Studierenden)
Mindeststandard Mindestens 50% der Fragen richtig beantwortet
Prüfungstyp mündliche Prüfung, strukturierte Befragung

Lernziele
Zieltyp Beschreibung
Kenntnisse Sensorik
Bewegungsmesser
Ausrichtungsmessung
Position- und Entfernungsmessung
Kameras und Kameramodelle
Fortbwegung
Radfahrzeuge
Laufmaschinen
Sensordatenverarbeitung und Merkmalsgewinnung
Kantendetektion
Linienextraktion
Punktdetektor und -deskriptor
Erkennung und Modellierung
Objektdetektion
Ortserkennung
3D Struktur- und Bewegungsschätzung
Navigation
Lokalisierung
Kartierung
Wegplanung
Aufwand Präsenzlehre
Typ Präsenzzeit (h/Wo.)
Vorlesung 2
Tutorium (freiwillig) 0
Besondere Voraussetzungen
keine
Begleitmaterial Vortragsfolien zur Vorlesung
Separate Prüfung Nein

Lernziele
Zieltyp Beschreibung
Fertigkeiten Im Team: Entwicklung von Systemen mit intelligenten Verhalten für autonome Sensordatenverarbeitung und echtzeitige Robotersteuerung. Das Ziel der Projekte besteht darin, Prototypen zu entwicklen, die entsprechenden Funktionalitäten nachweisen.
Aufwand Präsenzlehre
Typ Präsenzzeit (h/Wo.)
Praktikum 0.5
Tutorium (freiwillig) 0
Besondere Voraussetzungen
keine
Begleitmaterial Aufgabenbeschreibung mit Anleitung für die Durchführung der Projekte
Entwicklungswerkzeuge und Beispielprogramme
Separate Prüfung Ja
Separate Prüfung
Prüfungstyp Projektaufgabe im Team bearbeiten (z.B. im Praktikum)
Details Bewertung der Ergebnisse inklusive Präsentationen, Vorführungen, Diskussionsbeiträge sowie Dokumentationen in Form von Texten, Computer Programmen, Graphiken und Videos
Mindeststandard Termingerechte Einlieferung, Präsentation und Demonstration von implementierten Systemen gemäß der Aufgabenbeschreibungen

Lernziele
Zieltyp Beschreibung
Fertigkeiten Charakterisierung von Sensoren
Merkmalsgewinnung
Bildvergleich und Clustering
Bildbasierte Ortserkennung
Bewegungsanalyse
Programmierung der Roboterverhalten
Aufwand Präsenzlehre
Typ Präsenzzeit (h/Wo.)
Übungen (ganzer Kurs) 1
Übungen (geteilter Kurs) 1
Tutorium (freiwillig) 0
Besondere Voraussetzungen
Bereitschaft, Python zu verwenden und alle nötigen SW-Tools auf eigenem Laptop zu installieren
Begleitmaterial Übungsaufgabensammlung
Beispielprogramme
Separate Prüfung Nein

Bei Fehlern, bitte Mitteilung an die
Webredaktion der Fakultät IME

© 2022 Technische Hochschule Köln