188.989 Visual Perception for Autonomous Navigation/Cars/Robots
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2019W, VU, 2.0h, 3.0EC

Merkmale

  • Semesterwochenstunden: 2.0
  • ECTS: 3.0
  • Typ: VU Vorlesung mit Übung

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage Begriffe und Konzepte für Kamera basierte Navigation richtig einzuordnen. Studenten dieser LEhrveranstltung werde befähigt Literatur im Forschungsgebiet der Kamera basierten Navigation eigenständig zu erarbeiten. Ausserdem erhalten die Studenten eine erste Erfahrung in der Programmierung und Algorithmischen Umsetzung von visuelle Odometrie.

Inhalt der Lehrveranstaltung

In dieser Lehrveranstaltung werden ausgewählte Teilprobleme kamerabasierter Fahrerassistenzsysteme für autonome Fahrzeuge präsentiert. Dazu zählt die Schätzung von Bewegung in Bildern, die Berechnung von 3D Punkten, die Segmentierung statischer und dynamischer Objekte in Bildern sowie die Schätzung der Eigenbewegung der Kamera.
In einem einführenden Vorlesungsteil werden wichtige grundlegende Begriffe der Bildverarbeitung und 3D Computer Vision kurz wiederholt, um auch TeilnehmerInnen mit geringen Vorkenntnissen die nötigen Voraussetzungen zu vermitteln. Außerdem wird in den Bereich der Fahrerassistenzsysteme eingeführt und wesentliche Begriffe sowie relevante Technologien besprochen. Im Hauptteil der Vorlesung werden effiziente Methoden zur 3D-Navigation, Lokalisierung sowie Rekonstruktion im Rahmen von Mono, Stereo und Surround View-Kamerasystemen besprochen und erarbeitet.
Die Vorlesung vermittelt einerseits Techniken zur Schätzung und Tracking von Bewegungen sowie zur Rekonstruktion von 3D-Information aus der Videosequenz, andererseits wird ein Schwerpunkt auf aktuelle Entwicklungen und Anwendungen im Bereich von Fahrerassistenzsystemen gelegt. Die praktische Vermittlung der Lehrinhalte mittels Programmieraufgaben und Demonstrationen ist ein zentrales Anliegen der Lehrveranstaltung. Falls die Zeit es zulässt, werden aktuelle Arbeiten aus dem sehr aktiven Forschungsfeld der autonomen Fahrzeuge diskutiert und bearbeitet.

Dabei werden folgende Themen besprochen:

 

1. Einführung

  • Kamera als Umfeldsensor : Vor- und Nachteile
  • Kamera basierte Umfeldwahrnehmung für autonome Roboter
  • Praxisbeispiele : mobile industrielle Roboter, Autonome Fahrzeuge, Drohnen
  • Konfiguration und Aufbau von Sensoriksysteme für autonome Roboter
 
 

2. Koordinatensysteme und Transformationen

  • Überblick zu Koordinatensystemen und Transformationen
  • Darstellung und Parmetrisierung von Transformationen
  • 3D Punktwolken Registrierung ¿ ICP Algorithmus
 

3. Von 3D zu 2D und zurück zu 3D

  • Kameraprojektion
  • Bildgebung bei Bewegung
  • Korrespondenzproblem in Bildsequenzen: Features und Feature Matching
  • 3D Rekonstruktion   
  • Stereobildverarbeitung
 

4. Sensor Fusion & (V) SLAM

  • Sensor Fusion
  • SLAM
  • Visual Slam    
  • Visual Interial SLAM

Methoden

Um die Inhalte der Vorelsung zu vertiefen werden im Laufe der Vorlesung drei Arbeitsblätter verteilt. Die Arbeitsblätter beinhalten jeweils 2-3 Rechenaufgaben sowie 1-2 Programmieraufgaben.

Prüfungsmodus

Mündlich

Weitere Informationen

Detailinformationen zur LV werden in der Vorbesprechung am 3.10.2019 präsentiert.

ECTS-Aufwandsabschätzung: 75h, die sich folgendermaßen ergeben:

  • 15h Vorlesung (5*3h)
  • 45h Programmieraufgaben (3*15h)
  • 13h Abgabevorbereitung
  • 2h   Abgabe

Vortragende

Institut

LVA Termine

TagZeitDatumOrtBeschreibung
Do.11:00 - 12:0003.10.2019Seminarraum FAV 01 C (Seminarraum 188/2) Vorbesprechung
Do.09:00 - 12:0031.10.2019 - 16.01.2020Seminarraum FAV 01 C (Seminarraum 188/2) Visual Perception for Autonomous Navigation/Cars/Robots
Visual Perception for Autonomous Navigation/Cars/Robots - Einzeltermine
TagDatumZeitOrtBeschreibung
Do.03.10.201911:00 - 12:00Seminarraum FAV 01 C (Seminarraum 188/2) Vorbesprechung
Do.31.10.201909:00 - 12:00Seminarraum FAV 01 C (Seminarraum 188/2) Visual Perception for Autonomous Navigation/Cars/Robots
Do.07.11.201909:00 - 12:00Seminarraum FAV 01 C (Seminarraum 188/2) Visual Perception for Autonomous Navigation/Cars/Robots
Do.21.11.201909:00 - 12:00Seminarraum FAV 01 C (Seminarraum 188/2) Visual Perception for Autonomous Navigation/Cars/Robots
Do.28.11.201909:00 - 12:00Seminarraum FAV 01 C (Seminarraum 188/2) Visual Perception for Autonomous Navigation/Cars/Robots
Do.05.12.201909:00 - 12:00Seminarraum FAV 01 C (Seminarraum 188/2) Visual Perception for Autonomous Navigation/Cars/Robots
Do.12.12.201909:00 - 12:00Seminarraum FAV 01 C (Seminarraum 188/2) Visual Perception for Autonomous Navigation/Cars/Robots
Do.09.01.202009:00 - 12:00Seminarraum FAV 01 C (Seminarraum 188/2) Visual Perception for Autonomous Navigation/Cars/Robots
Do.16.01.202009:00 - 12:00Seminarraum FAV 01 C (Seminarraum 188/2) Visual Perception for Autonomous Navigation/Cars/Robots

Leistungsnachweis

Die Leistungsbeurteilung der Vorlesung basiert auf den Ergebnissen der Arbeitsblätter sowie einer mündlichen Prüfung am Ende des Semesters.

LVA-Anmeldung

Von Bis Abmeldung bis
05.09.2019 00:00 20.10.2019 00:00 20.10.2019 00:00

Curricula

StudienkennzahlSemesterAnm.Bed.Info
066 932 Visual Computing

Literatur

Es wird kein Skriptum zur Lehrveranstaltung angeboten.

Vorkenntnisse

Voraussetzungen:

  • Grundlegende Programmierkenntnisse
  • Grundkenntnisse der linearen Algebra und Analysis
  • Grundkenntnisse der Bildverarbeitung

Begleitende Lehrveranstaltungen

Sprache

Englisch