Integrierte (embedded) Intelligente Systeme
Prüfungstermine für die mündliche Prüfung: Montag, der 27.07. und Mittwoch, der 26.08. Die Termin-Listen hängen vor dem Lehrstuhl-Sekretariat aus (Raum Nr. 02.09.052). Die Prüfung wird im Raum 02.09.044 stattfinden.
Die Vorlesung beschäftigt sich mit aktuellen Techniken zur Implementierung physikalisch eingebetteter intelligenter Systeme, das heißt mit Computersystemen, die über Sensoren und Aktoren verfügen. Solche Systeme werden vor allem in Bereichen wie Pervasive und Ubiquitus Computing, intelligente Wohn- und Arbeitsbereiche, selbststeuernde Versorgungsketten, Fahrerassistenzsysteme, Service-Roboter und autonome Raumsonden eingesetzt. Es werden folgende Themen behandelt:
- Sensoren, Aktoren und physikalische Infrastrukturen von eingebetteten intelligenten Systemen: u.a. Smart Sensors, Sensornetzwerke, Computersysteme in Alltagsgegenständen
- Berechnungsmodelle zur Steuerung integrierter intelligenter 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
- Akquisition von Bewegungs- und Aktionsmodellen und die Interpretation menschlicher intentionaler Aktivitäten
- Programmiermethoden für eingebettete intelligente Systeme: nebenläufig reaktive Steuerungsmechanismen, verhaltensbasierte Programmierung, Grid-basierte Programmiertechniken
Vorlesungsfolien:
Übung:
- Sensoren (Odometrie-Simulation in Matlab)
- Bedingte Wahrscheinlichkeiten und Bayes Filter (Übungsblatt)
- (extern) Greg Welch and Gary Bishop: An Introduction to the Kalman Filter
- Beispiel eines Kalman-Filters
- (extern) Die Player/Stage Middleware
- Motion Planning mit Probabilistic Roadmaps
- Wiederholung
- Liste des Übungsstoffes
