Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage Begriffe und Konzepte im Zusammenhang mit Kamera basierter Navigation richtig einzuordnen. Studierende, die diese Lehrveranstaltung besuchen, werden dazu befähig,t Literatur im Forschungsgebiet der Kamera basierten Navigation eigenständig zu erarbeiten. Außerdem erhalten die Studierenden eine erste Erfahrung in der Programmierung und Algorithmischen Umsetzung von visueller Odometrie.
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
2. Koordinatensysteme und Transformationen
3. Von 3D zu 2D und zurück zu 3D
4. Sensor Fusion & (V) SLAM
Um die Inhalte der Vorlesung zu vertiefen, werden im Laufe der Vorlesung drei Arbeitsblätter verteilt. Die Arbeitsblätter beinhalten jeweils 2-3 Rechenaufgaben sowie 1-2 Programmieraufgaben.
ACHTUNG: Die LV "Visual Perception for Autonomous Navigation/Cars/Robots" findet im Wintersemester 2021/22 NICHT statt. Sie wird das nächste Mal vorraussichtlich im Sommersemester 2022, bzw. spätestens im Wintersemester 2022/23 abgehalten.
Detailinformationen zur LV werden in der Vorbesprechung am 01.10.2020 präsentiert.
ECTS-Aufwandsabschätzung: 75h, die sich folgendermaßen ergeben:
Die Leistungsbeurteilung der Vorlesung basiert auf den Ergebnissen der Arbeitsblätter sowie einer mündlichen Prüfung am Ende des Semesters.
Voraussetzungen: