Die Vorlesung beschäftigt sich mit aktuellen Techniken zur Implementierung von technischen kognitiven Systemen, das heißt mit intelligenten Computersystemen, die über Sensoren und Aktuoren verfügen. Solche Systeme werden vor allem in Bereichen wie der Service-Robotik, in autonomen Raumsonden, in intelligenten Wohn- und Arbeitsbereichen und in Fahrerassistenzsystemen eingesetzt.

Es werden folgende Themen behandelt: Sensoren, Aktuatoren und physikalische Infrastrukturen von technischen kognitiven Systemen (u.a. Smart Sensors, Sensornetzwerke); Berechnungsmodelle zur Steuerung technischer kognitiver Systeme: dynamisches Systemmodell, rationales Agentenmodell, das Berechnungsmodell der technischen kognitiven Systeme; Grundlagen probabilistischer Zustandsschätzung: Bayes-Filter, Kalman-Filter, Partikel- Filter, Mechanism en zur Datenassoziation, Lernen von Sensor- und Aktionsmodellen, Hidden Markov Modelle, Expectation Maximization; Anwendungen probabilistischer Zustandsschätzung: Selbstlokalisierung, Umgebungskartierung, Objektverfolgung; Programmiermethoden für technische kognitive Systeme: nebenläufig reaktive Steuerungsmechanismen; Wissens- und planbasierte Steuerungstechniken

Eine Auswahl aus mündlicher Prüfung, Klausur und Übungen mit Fachgespräch.