Technische Universität Ilmenau

Robotvision - Modultafeln der TU Ilmenau

Die Modultafeln sind ein Informationsangebot zu unseren Studiengängen. Rechtlich verbindliche Angaben zum Verlauf des Studiums entnehmen Sie bitte dem jeweiligen Studienplan (Anlage zur Studienordnung). Bitte beachten Sie diesen rechtlichen Hinweis. Angaben zum Raum und Zeitpunkt der einzelnen Lehrveranstaltungen entnehmen Sie bitte dem aktuellen Vorlesungsverzeichnis.

Fachinformationen zu Fachnummer 183 - allgemeine Informationen
Fachnummer183
Fakultät
Fachgebietsnummer2233 (Neuroinformatik und Kognitive Robotik)
Fachverantwortliche(r)Prof. Dr. Horst-Michael Groß
SpracheDeutsch
TurnusWintersemester
Vorkenntnisse

LV Neuroinformatik

Lernergebnisse

In der Vorlesung Robotvision lernen die Studierenden die Begrifflichkeiten und das Methodenspektrum des Maschinellen Sehens mit Fokus in der mobilen Robotik kennen. Sie verstehen das Paradigma der handlungsorientierten Wahrnehmung - insbesondere zur visuellen Roboternavigation in natürlicher Umwelt. Sie beherrschen wichtige Basisoperationen für die visuelle Wahrnehmung der Umgebung (Tiefe, Bewegung, Hindernisse, Freiraum, Räumlichkeiten, eigene Position in der Welt) und können Handlungskonsequenzen aus der visuellen Wahrnehmung der Umgebung ableiten. Sie kennen Techniken der vision-basierten Umgebungswahrnehmung und der lokalen und globalen Navigation von Kognitiven Robotern in komplexer realer Einsatzumgebung.

Die Studierenden sind in der Lage, Fragestellungen aus dem o. g. Problemkreisen zu analysieren, durch Anwendung des behandelten Methodenspektrums Lösungskonzepte für unterschiedliche Fragestellungen der Service- und Assistenzrobotik zu entwerfen und umzusetzen, sowie bestehende Lösungskonzepte zu bewerten. Vor- und Nachteile der Komponenten und Verfahren im Kontext praktischer Anwendungen sind den Studierenden bekannt.

Inhalt

Die Lehrveranstaltung vermittelt das erforderliche Methodenspektrum aus theoretischen Grundkenntnissen und praktischen Fähigkeiten zum Verständnis, zur Implementierung und zur Anwendung von Verfahren der vision-basierten Roboternavigation sowie zur erforderlichen Informations- und Wissensverarbeitung. Sie vermittelt sowohl Faktenwissen, begriffliches und algorithmisches Wissen aus folgenden Themenkomplexen:

  • Basisoperationen d. Roboternavigation
  • Neuronale Basisoperationen der visuo-motorischen Verarbeitung – der neuronale Instruktionssatz: funktionelle und topografische Abbildungen (u.a. log-polare Abbildung), Auflösungspyramiden, neuronale Felddynamik, ortsvariante Informationsverarbeitung
  • Basisoperationen & Technologien für die visuelle Umgebungswahrnehmung:
    • Detektoren & Deskriptoren für Interest-Points in 2D-Bildern
    • Bewegungssehen und optischer Fluss
    • Tiefenwahrnehmung, Tiefenkameras (RGB-D Kameras)
    • Detektoren & Deskriptoren für Tiefenbilder (3D-Bilder)
    • Visuelle Odometrie
  • Vision-basierte Roboternavigation
    • Hindernisvermeidung (u.a. flussbasiert, Untergrund-Segmentierung)
    • Mapping und Selbstlokalisation
    • Visuelles SLAM (Simultaneous Localization and Map Building inkl. ORB-SLAM)
  • Innovative Entwicklungen (z.B. Semantisches Labeln)
  • Exemplarische Software-Implementierungen von Basisoperationen

Im Rahmen des Pflichtpraktikums werden die behandelten methodischen und algorithmischen Grundlagen der vision-basierten Roboternavigation durch die Studierenden selbst softwaretechnisch umgesetzt und im Rahmen eines vorgefertigten Robotersimulations-Frameworks implementiert.

Medienformen

Präsenzvorlesung mit Powerpoint, Arbeitsblätter zur Vorlesung, Übungsaufgaben, Videos, Python Apps, e-Learning mittels „Jupyter Notebook“

Literatur

- Hertzberg, J., Lingemann, K., Nüchter, A.: Mobile Roboter, Springer 2012 - Siegwart, R., Nourbakhsh, I. R., Scaramuzza, D.: Introduction to Autonomous Mobile Robots. MIT Press 2004 - Jähne, B. Digitale Bildverarbeitung. Springer Verlag 2005 - Bradsky, G., Kaehler, A. Learning OpenCV: Computer Vision with OpenCV Library

- Siciliano, B., Khatib: O. Springer Handbook of Robotics, Springer 2016

- Thrun, S., Burgard, W., Fox, D.: Probabilistic Robotics, MIT Press 2005

 

Lehrevaluation

Pflichtevaluation:

WS 2009/10 (Fach)

WS 2014/15 (Fach)

Freiwillige Evaluation:

WS 2008/09 (Vorlesung)

WS 2010/11 (Vorlesung)

WS 2011/12 (Vorlesung)

WS 2012/13 (Vorlesung)

WS 2013/14 (Vorlesung)

WS 2015/16 (Vorlesung)

WS 2016/17 (Vorlesung)

WS 2017/18 (Vorlesung)

Hospitation:

Spezifik im Studiengang Master Biomedizinische Technik 2014
FachnameRobotvision
Prüfungsnummer2200518
Leistungspunkte4
Präsenzstudium (h)34
Selbststudium (h)86
VerpflichtungWahlpflicht
Abschlussalternative Studienleistung
Details zum Abschluss

Die Leistung besteht aus einer schriftlichen Klausur (60 min) und der nachgewiesenen Akltivübung.

max. Teilnehmerzahl
Spezifik im Studiengang Master Ingenieurinformatik 2009, Master Informatik 2013, Master Ingenieurinformatik 2014, Master Technische Kybernetik und Systemtheorie 2014, Master Biomedizinische Technik 2014
FachnameRobotvision
Prüfungsnummer2200446
Leistungspunkte
Präsenzstudium (h)
Selbststudium (h)
VerpflichtungPflicht
Abschlusskeiner
Details zum Abschluss

Die Leistung besteht aus einer schriftlichen Klausur (60 min) und der nachgewiesenen Akltivübung.

max. Teilnehmerzahl
Spezifik im Studiengang Master Informatik 2009
FachnameRobotvision
Prüfungsnummer2200099
Leistungspunkte4
Präsenzstudium (h)22
Selbststudium (h)98
VerpflichtungWahlpflicht
Abschlussalternative Prüfungsleistung, 20 Minuten
Details zum Abschluss

Die Leistung besteht aus einer schriftlichen Klausur (60 min) und der nachgewiesenen Akltivübung.

max. Teilnehmerzahl

Informationen und Handreichungen zur Pflege von Modul- und Fachbeschreibungen durch den Modul- oder Fachverantwortlichen finden Sie auf den Infoseiten zum Modulkatalog.