Robotersehen
Organisatorisches und Hinweise
| Umfang: | Sommersemester (V2 / Ü1 / P2) |
| Voraussetzungen: | Lineare Algebra / Grundlagen Mathematik |
| Prüfung: | mündlich |
| Lehrende: | Prof. Dr.-Ing. Ulrike Thomas |
| Einschreibung: | OPAL |
| Termine/Stundenplan: | Link zum Stundenplan der TU |
| Wichtig: |
Krankheitsbedingt findet die erste Vorlesung erst am 17.04.2024 statt. Zum ersten Übungstermin werden lediglich organisatorische Fragen wie die Einteilung der Praktikumsgruppen geklärt. |
Inhalt
Die Vorlesung Roboter-Sehen ehemals 'Visual Servoing' befasst sich mit der Bildverarbeitung für die Robotik. Ein Ziel der Robotik ist es, Roboter mit visuellen Fähigkeiten auszustatten. Dieses ist für eine erfolgreiche Interaktion von Robotern mit ihrer Umgebung zwingend notwendig. Die Vorlesung beschäftigt sich mit Themen der Bildverarbeitung und der Hand-Auge-Kalibrierung sowie des Visual Servoing. Zunächst wird das Kameramodell erläutert. Anschießend werden Verfahren zur Bildverbesserung vorgestellt. Die Merkmalserkennung spielt für die visuelle Wahrnehmung eine große Rolle. Verschiedene Techniken hierfür werden erläutert. Anschließend beschäftigen wir uns mit dem Stereo-Sehen und weiteren Methoden wie das Shape von Shading oder des Tiefensehens mittels Streifenprojektionen. Ein wichtiger Teil der visuellen Fähigkeit von Robotern ist das Tracking (Verfolgen) von Gegenständen, um mit diesen zu interagieren. Verschiedene Tracking Algorithmen werden vorgestellt. Nachdem wir die Grundlagen des Computer-Sehen erarbeitet haben, werden wir uns mit speziellen Visual-Servoing Methoden beschäftigen.
Die Vorlesung umfasst folgende Themen:
- Einführung
- Lochkameramodell, Abbildungsgeometrie, Kamerakalibrierung, Hand-Auge-Kalibrierung
- Bildverbesserung, Merkmalserkennung
- Signalverarbeitung mittels Fouriertransformation
- Segmentierung
- Tiefensehen, Stereo-Geometrie, Codierter Lichtansatz
- Tracking
- Visual Servoing
Studiengänge
- Pflichtfach im 2. Semesster des Master Energie- und Automatisierungssysteme, Vertiefung Automatisierung (M_EAAS2)
- Wahlpflichtfach im 2. Semesster des Master Energie- und Automatisierungssysteme, Vertiefung Energietechnik (M_EAEG2)
- Wahlpflichtfach im 2. Semesster des Master Wirtschaftsingenieurwesen Elektrotechnik/Informationstechnik (M_IWET2)
- Wahlpflichtfach im 2. Semesster des Master Neurorobotik (M_NR__2)
- Wahlpflichtfach im 2. oder 4. Semesster des Master Sensorik und kognitive Psychologie (M_SK__2, M_SK__4)
Literaturhinweise
- Szeliski, R. (2010). Computer vision: algorithms and applications. Springer Science & Business Media.
- Hartley, R., & Zisserman, A. (2004). Multiple View Geometry in Computer Vision (2nd ed.). Cambridge: Cambridge University Press.
- Forsyth, D., & Ponce, J. (2011). Computer vision: A modern approach (p. 792). Prentice hall
