Sensorfusion – Architekturen und Algorithmen

11B1805

Bachelor

Deutsch, Englisch

5.0

unregelmäßig

1 Semester

Ähnlich wie unsere Sinne nehmen Sensoren eines Roboters oder eines Fahrzeuges die Umwelt wahr. Mit einem durchdachten Sensorset, das mittels intelligenter echtzeitfähiger Algorithmen die Umwelt einer Maschine wahrnimmt, können Anwendungen wie z. B. Smart-Homes, automatisiertes Fahren und Mensch-Roboter-Kollaborationen realisiert werden. Die grundlegenden Architekturen und Algorithmen der Sensorfusion kennen, bewerten und umsetzen zu können, ist Ziel dieser Veranstaltung. Bei der Entwicklung der Architektur müssen unter anderem die Dimensionen der funktionalen Sicherheit (Safety), der Cyber-Sicherheit (Security), Sensorkosten, Softwarekosten und Echtzeitanforderungen berücksichtigt werden. Mit der Architektur als Grundlage können gezielt Algorithmen ausgewählt und implementiert werden, die alle Sensorinformationen beispielsweise in einer Karte der Umgebung zusammenführen und auf der alle Objekte zuverlässig lokalisiert und erkannt werden können. Im vorlesungsbegleitenden Praktikum erfolgt die praktische Anwendung, in der z. B. mittels eines Beschleunigungssensors und eines GPS-Empfängers in einem Smartphon Indoor Navigation realisiert oder durch eine Kamera und LiDAR Objekte Fahrzeuge lokalisiert werden.

• Architekturdesign für Soft- und Hardwaresysteme
• Sensorsynchronisierung, eventbasierte Datenverarbeitung
• virtuelle Sensoren oder wie aus mehreren Sensoren ein „Super“-Sensor wird
• funktionale Sicherheit (Safety) und Cyber-Sicherheit (Security) vs. Software- und Hardwarekosten
• klassische Verfahren zur Sensorfusion, physikalische Zusammenhänge in definierten Algorithmen
• KI-basierte Verfahren zur Sensorfusion, datensatzbasiertes Lernen von Zusammenhängen

Der Arbeitsaufwand für das Modul umfasst insgesamt 150 Stunden (siehe auch "ECTS-Leistungspunkte und Benotung").

• Referat (mit schriftlicher Ausarbeitung) oder
• Projektbericht (schriftlich)

• experimentelle Arbeit

Benotete Prüfungsleistung:

• Referat: 30 Minuten; dazugehörige Ausarbeitung: 8 Seiten
• Projektbericht (schriftlich): 10 Seiten; dazugehörige Präsentation: 15 Minuten

Unbenotete Prüfungsleistung:

• experimentelle Arbeit: 6 Arbeitsblätter

Objektorientierte Programmierung (OOP), Lineare Algebra, starkes Interesse an Algorithmen

Die Studierenden erwerben fundierte Kenntnisse über Konzepte und Techniken der Sensorfusion sowie ein Verständnis der physikalischen Zusammenhänge in klassischen Fusionsalgorithmen und der Arbeit mit KI-basierten Methoden.

Die Studierenden sind in der Lage, praktische Sensoren und Fusionstechnologien in verschiedenen Anwendungen wie Smart-Home-Systemen oder autonomen Fahrzeugen einzusetzen. Durch die Analyse und Implementierung von Sensorarchitekturen, die sowohl Sicherheitsaspekte als auch Kosten- und Zeiteffizienz berücksichtigen, lernen die Studierenden, komplexe Probleme zu lösen und ihr Wissen in realen Projekten anzuwenden.

Dieses Modul fördert die wissenschaftliche Innovation, indem es die Fähigkeit vermittelt, innovative Sensorarchitekturen zu entwerfen und kreative Lösungen für die Fusion von Sensordaten zu entwickeln. Durch die Erkundung klassischer und KI-basierter Methoden und die Berücksichtigung von Sicherheits- und Kostenaspekten ermutigt das Modul die Studierenden, die Grenzen des aktuellen Wissens zu erweitern und neuartige Anwendungen in verschiedenen Anwendungsbereichen zu entwickeln.

Communication and cooperation is encouraged as students are encouraged to optimize the interaction between different sensors and algorithms. Through the development and application of sensor fusions in group work, students learn how to work together effectively to realize complex systems, taking into account safety aspects and real-time requirements.

• Schöning, Julius

• Schöning, Julius
• Stiene, Stefan