Robotvision - Interactive curriculae of TU Ilmenau
The interactive curriculae provide information on the degree programmes offered by the TU Ilmenau.
Please refer to the respective study and examination rules and regulations for the legally binding curricula (Annex Curriculum).
You can find all details on planned lectures and classes in the course catalogue.
Please note that this page is no longer updated. All modules and study plans from PO version 2021 onwards (Bachelor and Master study programs) are now available on the Campus Portal.
| module properties Robotvision in degree program Master Technische Kybernetik und Systemtheorie 2014 | |
|---|---|
| module number | 183 |
| examination number | 2200446 |
| department | Department of Computer Science and Automation |
| ID of group | 2233 (Neuroinformatics and Cognitive Robotics) |
| module leader | Prof. Dr. Horst-Michael Groß |
| term | winter term only |
| language | Deutsch |
| credit points | |
| on-campus program (h) | |
| self-study (h) | |
| obligation | obligatory module |
| exam | none |
| details of the certificate | 90% Klausur 90 min + 10% Praktikum |
| link to Moodle course | https://moodle.tu-ilmenau.de/course/view.php?id=27 |
| teacher | |
| signup details for alternative examinations | |
| maximum number of participants | |
| previous knowledge and experience | LV Neuroinformatik |
| learning outcome | 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. |
| content | 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 und Objektmanipulation sowie zur erforderlichen Informations- und Wissensverarbeitung. Sie vermittelt sowohl Faktenwissen, begriffliches und algorithmisches Wissen aus folgenden Themenkomplexen:
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.
|
| media of instruction and technical requirements for education and examination in case of online participation | Präsenzvorlesung mit Powerpoint, Arbeitsblätter zur Vorlesung, Übungsaufgaben, Videos, Python Apps, e-Learning mittels „Jupyter Notebook”
|
| literature / references | - 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
|
| evaluation of teaching | |