Autonome Systeme (2102, 4, WT)

 

Modulnummer: 2102
ECTS: 4, WT2

Qualifikationsziele

Die Studierenden

  • wissen aus welchen wesentlichen Elementen ein autonomes System besteht und wie sich dieses von normalen (fern-)gesteuerten oder geregelten Systemen unterscheidet.
  • verstehen die wesentlichen Schwierigkeiten beim Aufbau autonomer Systeme.
  • können die erlernten Kenntnisse im parallel stattfindenden Praktikum “Autonome Syteme” beim Aufbau eines autonomen Modell-Fahrzeugs anwenden: eine einfache “Fahrbahn” wird über eine ins Fahrzeug eingebaute Kamera ausgewertet. Im Wettbewerb optimieren Studenten-Teams ihre entwickelten Zustandsschätzer und -regler zur Erzielung optimaler Rundenzeiten.

Inhalte

Die Studierenden erwerben im Modul Autonome Systeme einen detaillierten Einblick in den Aufbau eines autonomen Systems am Beispiel eines sich durch visuelle Information in seiner Umgebung autonom bewegenden Roboter-Fahrzeugs. Was ist der Unterschied zwischen einem geregelten System und einem (teil-)autonomen, kognitiven System? Warum sind Roboter heute noch “blind” und “dumm”, was bedeutet Kognition für technische Systeme und was sind die wesentlichen technischen Herausforderungen?
Ausgehend von einem Überblick über die Entwicklung und den derzeitigen Stand autonomer kognitiver Systeme werden die folgenden Themenkreise behandelt:

  • Weltmodelle und Koordinatensysteme. Die Fähigkeit zur Bewegung als Bestandteil kognitiver Systeme. Dynamische Modelle der zugrundeliegenden Bewegungen, Steuergrößen, einfache Bewegungsfähigkeiten.
  • Perzeption: Wahrnehmung der Umgebung durch maschinelles Echtzeit-Sehen. Verfahren zur Extraktion von Merkmalen aus den Bildern einer Videokamera. Dynamische Szenen aufgrund eigener und fremder Bewegungen. Rekursive Zustandschätzer als Grundlage des 4D-Ansatzes zur modellge-stützten Interpretation dynamischer Szenen.
  • Wahrnehmung der Strasse und des Relativzustands des eigenen Fahrzeugs relativ zur Strasse. Fahrzeugführung entlang von Strassen. Anwendung Spurverlassens und Spurhalteassistent.
  • Objekterkennung. Aggregation von Merkmalen zu Objekthypothesen. Methoden zur Modellierung von Objekten. Aufstellung von (adaptiven) Formmodellen ruhender Objekte und zusätzlicher Bewegungsmodelle beobachteter, sich bewegender Objekte der Szene (wie z.B. anderer Fahrzeuge). Anwendung Staufahrassistent.
  • Situationsanalyse und Verhaltensentscheidung. Aggregation von Objekten zu Situationen. Was sind Manöver und Missionen. Generieren situations- und missionsgerechter Verhaltensentscheidungen. Zustandsautomaten zur Verhaltensentscheidung. Überholvorgänge und Abbiegen auf Querstrassen als einfache Ausprägungen Situationsgerechten Verhaltens. Sakkaden zur aktiven Steuerung der Blickrichtung, relevante Objekte.

Ähnliche Artikel

Kommentar verfassen