Die Informatik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Verwaltung des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Informatik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Mathematik des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage des Fachbereiches 3 der Universität Bremen Hier geht es zur Homepage der Universität Bremen


 




Zeige Wirtschaftsinformatik-Format Pdf_icon Systems Engineering-Format Pdf_icon Informatik-Format Pdf_icon Digitale Medien-Format Pdf_icon

System Engineering-Ansicht

Modultyp
Vertiefung 		Pflichtmodul Wahlbereich
Spezialisierungsbereich Anzahl Semesterwochenstunden CP Angeboten in jedem
V Ü S P Proj. ∑ Anzahl
Theorie der Sensorfusion
2 2 0 0 0 4 6 I.d.R. angeboten alle 2 Jahre
Theory of Sensor Fusion         Berechnung des Workloads
Vorgesehenes Semester ab 1. Semester
Lernziele

  • 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

Lerninhalte

  • 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
Prüfungsformen

Bearbeitung von Übungsaufgaben und Fachgespräch oder mündliche Prüfung
Dokumente (Skripte, Programme, Literatur, 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
Lehrende: Prof. Dr. U. Frese Verantwortlich: Prof. Dr. U. Frese
Zurück

Zeige Wirtschaftsinformatik-Format Pdf_icon Systems Engineering-Format Pdf_icon Informatik-Format Pdf_icon Digitale Medien-Format Pdf_icon