Theorie der Sensorfusion
Theory of Sensor Fusion
|
Modulnummer
|
Bachelor
|
Schwerpunkt
|
Anzahl der SWS
V |
UE |
K |
S |
Prak. |
Proj. |
∑ |
0 |
0 |
4 |
0 |
0 |
0 |
4 |
|
Kreditpunkte
:
6
|
Turnus
I.d.R. angeboten alle 2 Jahre
|
Formale Voraussetzungen
:
-
|
Inhaltliche Voraussetzungen
:
-
|
Vorgesehenes Semester
:
ab 1. Semester
|
Sprache
:
Deutsch
|
Ziele
:
- Fehlerbehaftete Größen in der Sprache der Stochastik (Kovarianzmatrix, Gaussverteilung) modellieren und damit Beweise führen können
- Den (Extended/Unscented) Kalman Filter verstehen und anwenden können
- Anschauliche Probleme der Sensorfusion mit Kalman Filter modellieren und lösen können
- Anschauung und Theorie in Bezug bringen können, um Anwendungsprobleme und ihre Lösung mit Sensorfusionsalgorithmen beurteilen zu können
|
Inhalte
:
- Wahrscheinlichkeitsrechnung in R: Dichte, Erwartungswert, Varianz, Gaussverteilung
- Fusion zweier Messwerte: Optimaler Schätzer
- (Extended) Kalman Filter (1D)
- Lineare Algebra: Vektoren und Matrizen
- Wahrscheinlichkeitsrechng in R^n: Dichte, Erwartungswert, Kovarianzmatrix, mehrdimensionale Gaussverteilung
- (Extended) Kalman Filter
- Transformationen in 3D und homogene Koordinaten
- Einführung [+]-Mannigfaltigkeiten
- Unscented Kalman Filter auf [+]-Mannigfaltigkeiten
|
Unterlagen (Skripte, Literatur, Programme usw.)
:
- Skript zur Vorlesung
- S. Thrun, W. Burgard, D. Fox, Probabilistic Robotics, MIT Press 2006
- Y. Bar-Shalom, X.R. Li, T. Kirubarajan: Estimation with Applications to Tracking and Navigation, J. Wiley, 2001
- R. Hafner: Wahrscheinlichkeitsrechnung und Statistik, Springer, 1989
|
Form der Prüfung
:
Bearbeitung von Übungsaufgaben und Fachgespräch oder mündliche Prüfung
|
Arbeitsaufwand
Präsenz |
56 |
Übungsbetrieb/Prüfungsvorbereitung |
124 |
Summe |
180 h |
|
Lehrende:
Prof. Dr. U. Frese
|
Verantwortlich
Prof. Dr. U. Frese
|