Ausgewählte Kapitel der Navigation und Identifikation: Roboternavigation (RoboNav-Sem)2.5 ECTS
(englische Bezeichnung: Selected Chapters of Navigation and Identification)
(Prüfungsordnungsmodul: Hauptseminar Ausgewählte Kapitel der Navigation und Identifikation)

Lehrveranstaltungen:

• • Ausgewählte Kapitel der Navigation und Identifikation: Roboternavigation
    (Hauptseminar, 2 SWS, Jörn Thielecke et al., Vorbesprechung für das Seminar und Praktikum finden gleichzeitig statt)

Empfohlene Voraussetzungen:

Keine formalen Voraussetzungen, vornehmlich geeignet für Masterstudium. Eine Kombination mit dem Praktikum Roboternavigation bietet sich an, ist aber nicht zwingend. Der Besuch der Vorlesung Integrierte Navigationssysteme ist hilfreich. Kenntnisse in MATLAB oder Python sind ebenfalls hilfreich, aber nicht zwingend.

Inhalt:

Thematisch befasst sich das Seminar mit der Navigation von Robotern bis hin zum autonomen Fahren von Autos, z.B. pilotiertem Fahren. Themenschwerpunkte können beispielsweise sein: Sensoren, GPS, Trägheitsnavigation, laserbasierte Navigation, kamerabasierte Navigation, Sensordatenfusion, Filtermethoden, automatisierte Kartenerstellung, Simultaneous Localization and Mapping, maschinelle Lernverfahren oder Wegeplanung. Für das Seminar werden circa 10 aktuelle Themen aus diesen Bereichen ausgewählt, die von den Studierenden bearbeitet werden können.

Lernziele und Kompetenzen:

1. Die Studierenden vertiefen selbst ein wissenschaftliches Thema aus dem Bereich Navigation, um ihre Fähigkeiten im Bereich Selbststudium auszubauen.
2. Durch die Vorträge der anderen Seminarteilnehmer/innen bauen die Studierenden ein breiteres Wissen über einsetzbare Algorithmen und Verfahren im Bereich Roboternavigation auf.
3. Die Studierenden lernen wie Navigationsalgorithmen aus der Literatur in der Realität umgesetzt werden können – oder – wie eine wissenschaftliche Veröffentlichung aussehen sollte.
4. Die Studierenden lernen wie man eine didaktisch durchdachte Präsentation aufbaut und wie sie – unter Einhaltung von Zeitvorgaben – Ihre Erkenntnisse publikumsangepasst vermitteln können. Die Studierenden entwickeln ihre verbale sowie nonverbale Kommunikation weiter.
5. Die Studierenden üben Diskussionsführung mit anderen Seminarteilnehmern/innen, um ihre Kommunikationskompetenzen auszubauen.

Literatur:

Die Studierenden erarbeiten sich anhand wissenschaftlicher Literatur tiefergehende Kenntnisse zu Navigationsalgorithmen. Themenschwerpunkte können beispielsweise sein: Sensoren, GPS, Trägheitsnavigation, laserbasierte Navigation, kamerabasierte Navigation, Sensordatenfusion, Filtermethoden, automatisierte Kartenerstellung, Simultaneous Localization and Mapping oder Wegeplanung.
Themen und Einstiegsliteratur werden in Abstimmung mit den Seminarteilnehmern / Seminarteilnehmerinnen und den Betreuern festgelegt.

Weitere Informationen:

Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan:

1. Berufspädagogik Technik (Master of Education)
   (Po-Vers. 2020w | TechFak | Berufspädagogik Technik (Master of Education) | Gesamtkonto | Hauptseminar der Elektrotechnik | Hauptseminar Ausgewählte Kapitel der Navigation und Identifikation)

Studien-/Prüfungsleistungen:

Hauptseminar Ausgewählte Kapitel der Navigation und Identifikation_ (Prüfungsnummer: 77701)

Prüfungsleistung, Seminarleistung, benotet

Anteil an der Berechnung der Modulnote: 100.0 %

weitere Erläuterungen:
Portfolio: Gewichtung je nach Relevanz für das vergebene Thema. In der Regel Vortragsvorbereitung 20% (Foliengestaltung etc.), Vortrag 55%, Diskussionsbeteiligung 10%, Ausarbeitung 15% (in Form einer wissenschaftlichen Veröffentlichung oder SW-Implementierung)

• Die Studierenden erarbeiten sich in Kleingruppen anhand wissenschaftlicher Literatur tiefergehende Kenntnisse zu einem der vorgegebenen Themen.

• Ein maximal fünfminütiger Probevortrag am Anfang des Seminars soll den Studierenden helfen, Reflexionen zu ihrem eigenen Vortagsstil zu bekommen und zu verstehen, worauf es bei dem Abschlussvortrag ankommt. Alle Vorträge werden mit der Kamera aufgezeichnet und durchgesprochen.
  

• Wenn es möglich ist, probieren die Studierenden die Algorithmen in einem kleinen Team aus, indem sie sie selbst implementieren oder vorhandene Implementierungen untersuchen.
  

• Die Studierenden präsentieren ihre Erkenntnisse in einem wissenschaftlichen, ca. 25-minütigem Vortrag, der sowohl die herangezogene wissenschaftliche Literatur als auch ihre eigenen Untersuchungen einbeziehen soll.

Erstablegung: WS 2022/20231. Wdh.: keine Wiederholung, 2. Wdh.: keine Wiederholung

1. Prüfer:

Jörn Thielecke