Kognitive Automobile

Die Studierenden kennen den Aufbau von kamerabasierten Fahrerassistenzsystemen. Sie sind in der Lage, Informationen aus 3D-Kameras mit Inertialsensorik über geeignete Algorithmen zu verbinden. Die Studierenden verfügen über die notwendigen Kenntisse der Stochastik und der Mustererkennung zur Analyse von 2D- und 3D-Sensordaten. Weiterhin sind die Studierenden in der Lage die (lineare) Dynamik eines Kraftfahrzeuges in Algorithmik umzusetzen.

Inhalt:

  • Grundlagen stochastische Prozesse
  • Erzeugen von Zufallszahlen mit beliebiger Verteilung
  • Zustandsraumdarstellung
  • Kalman-Filter
  • lineares Einspurmodell
  • Fahrwerksgeometrie
  • Reifen und Kamm'scher Kreis
  • Überblick Inertialssensorik
  • Echtzeitaspekte

Voraussetzungen:

  • Matlab Grundkenntnisse
  • Grundlagen der Bildverarbeitung: Bildverbesserungen, Filtertechniken im Orts- und Fourierraum

Prüfung:

  • mündlich
x