|
Ausgewählte Kapitel der Navigation und Identifikation: Roboternavigation (RoboNav-Sem)2.5 ECTS (englische Bezeichnung: Selected Chapters of Navigation and Identification)
Modulverantwortliche/r: Jörn Thielecke Lehrende:
Jörn Thielecke, Henrik Bey, Moritz Sackmann, Adam Kalisz
Startsemester: |
WS 2019/2020 | Dauer: |
1 Semester | Turnus: |
jährlich (WS) |
Präsenzzeit: |
20 Std. | Eigenstudium: |
55 Std. | Sprache: |
Deutsch |
Lehrveranstaltungen:
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. Das Seminar umfasst folgende Elemente: 1. Sie 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.
2. Ein maximal fünfminütiger Probevortrag am Anfang des Seminars soll Ihnen 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.
3. Sie probieren – vorzugsweise in einem kleinen Team – die Algorithmen in einer virtuellen 3D-Umgebung aus. Hierzu erweitern sie typischerweise bereits existierende Algorithmen, die auf einem Robot Operating System (ROS, siehe www.ros.org) aufsetzen.
4. Ihre Erkenntnisse präsentieren Sie in einem wissenschaftlichen, ca. 25-minütigem Vortrag, der sowohl die herangezogene wissenschaftliche Literatur als auch Ihre eigenen Untersuchungen einbeziehen soll.
5. Am Ende des Seminars gibt es in der Regel Gelegenheit, die entwickelten Algorithmen auf einem realen Roboter zu testen und zu demonstrieren. Themen und Einstiegsliteratur werden in Abstimmung mit den Seminarteilnehmern und den Betreuern festgelegt. Alternativ zu Punkt 3, d.h. der Implementierung der Algorithmen in ROS, können Sie auch eine Ausarbeitung in Form einer wissenschaftlichen Veröffentlichung verfassen.
Lernziele und Kompetenzen:
1. Sie vertiefen selbst ein wissenschaftliches Thema aus dem Bereich Navigation, um Ihre Fähigkeiten im Bereich Selbststudium auszubauen.
2. Durch die Vorträge der anderen Seminarteilnehmer bauen Sie ein breiteres Wissen über einsetzbare Algorithmen und Verfahren im Bereich Roboternavigation auf.
3. Sie lernen wie Navigationsalgorithmen aus der Literatur in der Realität umgesetzt werden können – oder – wie eine wissenschaftliche Veröffentlichung aussehen sollte.
4. Sie lernen wie man eine didaktisch durchdachte Präsentation aufbaut und wie Sie – unter Einhaltung von Zeitvorgaben – Ihre Erkenntnisse publikumsangepasst vermitteln können. Sie entwickeln Ihre verbale sowie nonverbale Kommunikation weiter.
5. Sie üben Diskussionsführung mit anderen Seminarteilnehmern, um Ihre Kommunikationskompetenzen auszubauen.
Literatur:
Wird während des ersten Seminartermins bekannt gegeben
Weitere Informationen:
Schlüsselwörter: Navigation, Identifikation, Positionierung, Roboternavigation
Verwendbarkeit des Moduls / Einpassung in den Musterstudienplan: Das Modul ist im Kontext der folgenden Studienfächer/Vertiefungsrichtungen verwendbar:
- Medizintechnik (Master of Science)
(Po-Vers. 2019w | TechFak | Medizintechnik (Master of Science) | Modulgruppe M4 - Hauptseminar | Hauptseminar Medizintechnik / Advanced Seminar Medical Engineering | 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).
- Erstablegung: WS 2019/20201. Wdh.: keine Wiederholung, 2. Wdh.: keine Wiederholung
1. Prüfer: | Jörn Thielecke |
|
![](/img/anew/void.gif) |
![](/img/anew/void.gif) |
|
UnivIS ist ein Produkt der Config eG, Buckenhof |
|
|