Zum Inhalt
Fakultät für Informatik
WS 2019/2020

Autonomous Racing - Seminar

Was ist der Sinn des Seminars?

  • Alle Seminarthemen sind relevant für den Erfolg der Projektgruppe.
  • Einen Überblick über die Problemstellungen und Lösungsansätze bekommen.
  • Allen Gruppenmitgliedern ein gemeinsames Grundverständnis der Problemstellungen zu vermitteln.
  • Einarbeitung in einen spezifischen Teilbereich um später zugehörige Teilgruppen anleiten zu können.

Umfang und Ziele

  • 30 Minuten Vortrag + 8 - 10 Seiten Ausarbeitung.
  • Einarbeitung in die Details des gegebenen Teilproblems.
  • Der Vortrag soll allen Gruppenmitglieder ein Grundverständnis über das Teilproblem und entsprechende Lösungsmöglichkeiten vermitteln.
  • Details bitte in die Ausarbeitung.

Wozu die schriftliche Ausarbeitung?

  • Zur Dokumentation für die Gruppenmitglieder.
  • Kann für den Zwischen-/ Abschlussbericht verwendet werden.

Seminar Topics

1. Projektmanagement - Timo

Beschrieben werden sollen die Grundlagen des Software Projektmanagements, verschiedene Rollen der Projektteilnehmer, Projektphasen, Organisation der Projektarbeit (planen, verteilen, etc.), Management der Projektressourcen, Kontinuierliche (Um-)Planung hinsichtlich Projektzielen, Dokumentation und Berichtswesen und die menschliche Komponente im Projekt (kann sich an den Ausführungen in 'Projektmanagement für Ingenieure: Ein praxisnahes Lehrbuch für den systematischen Projekterfolg' orientieren).

Hilfreiche Vorkenntnisse: Projektmanagement, Verstehen der BWL-Sprache :)

Literatur:

  • Alexander Schatten, Dietmar W. Markus Demolsky D. Markus Demolsky: Best Practice Software Engineering - Eine praxiserprobte Zusammenstellung von komponentenorientierten Konzepten, Methoden und Werkzeugen.
  • Christian Aichele, Marius S.: IT-Projektmanagement Effiziente Einführung in das Management von Projekten.
  • Jakoby, Walter: Projektmanagement für Ingenieure: Ein praxisnahes Lehrbuch für den systematischen Projekterfolg. (https://link.springer.com/book/10.1007%2F978-3-8348-2274-1)
  • www.oreilly.com/library/view/rt-essentials/0596006683/ch01.html

2. Rekursive Zustandsschätzung

Das Problem der Zustandsschätzung soll motiviert und mit Bezug auf unsere PG kontextualisiert werden. Darüber hinaus soll das Bayes-Filter sowie das Kalman-Filter vorgestellt werden (das normale KF genügt erstmal). Des weiteren sollen die Annahmen, Vorteile, Nachteile und die Grenzen der Modelle dargestellt werden.

Hilfreiche Vorkenntnisse: Lineare Algebra, Wahrscheinlichkeitsrechnung

Literatur:

  • Sebastian Thrun, Wolfram Burgard, and Dieter Fox. 2005. Probabilistic Robotics (Intelligent Robotics and Autonomous Agents).

3. Sensorik & Aktorik des Fernlenkautos - Jan Henrik

Konzeptionelle Funktionsweise der Sensorik und was in welchem Bezugssystem gemessen wird: Gyroskop, Beschleunigungssensor, Magnetometer. Des weiteren soll die Aktorik des Fernlenkautos d.h. die Lenkung und der Antrieb vorgestellt werden.

Hilfreiche Vorkenntnisse: Mathematik

Literatur:

4. Simultaneous Localization and Mapping

Das SLAM Problem soll erklärt und mit Bezug auf unsere PG motiviert werden. Darüber hinaus soll exemplarisch das Hector SLAM Verfahren vorgestellt werden.

Hilfreiche Vorkenntnisse: Lineare Algebra, Wahrscheinlichkeitsrechnung

Literatur:

  • Sebastian Thrun, Wolfram Burgard, and Dieter Fox. 2005. Probabilistic Robotics (Intelligent Robotics and Autonomous Agents).

5. Kinematik und Dynamik des Fernlenkautos - Marcel

Wie ist die Kinematik des Fernlenkautos und welche physikalischen Kräfte sind im Rahmen unserer PG relevant.

Hilfreiche Vorkenntnisse: Mechanik

Literatur:

6. Automatic Control & Model Predictive Control

Einführung und Motivation einiger Grundlagen der Regelungstechnik. Was ist Regelungstechnik, Worum geht es? Was ist das Ziel? Was sind die Modelle? Darauf aufbauend soll dann auf die Besonderheiten von Optimal / Model Predictive Control eingegangen werden und mit Bezug auf die Problemstellungen dieser PG erklärt werden.

Hilfreiche Vorkenntnisse: Signale & Systeme, Regelungstechnik, HM1-3, Optimierung

Literatur:

8. ROS und Gazebo (Aufbau und Demonstration einer Testumgebung) - Jan

10. Image Processing

Hilfreiche Vorkenntnisse: Bildverarbeitung, Computer Vision, Diskrete Mathematik

Literatur:

11. Objekterkennung & Feature generation

Hilfreiche Vorkenntnisse: Bildverarbeitung, Computer Vision, Diskrete Mathematik

Literatur:

12. Koordinatensysteme und und Koordinatentransformationen - Robin

Körperfeste Systeme, Rotationen, Translationen, Homogene Koordinaten, Euler-Winkel, Beschreibungen von Dynamik in bewegten Bezugssystemen.

Hilfreiche Vorkenntnisse: Lineare Algebra, Mechanik

Literatur: