Masterarbeiten
Masterarbeiten
- Themenbeschreibung: Am Lehrstuhl für Informationstechnik mit dem Schwerpunkt Kommunikationselektronik (LIKE) wird u.a. an Sensordatenfusion im Rahmen von Industrie 4.0 und autonomem Fahren geforscht. Eine Teilkomponente dieser Themengebiete ist die physikalisch basierte Modellierung der realen Welt im Computer. Dabei wird es zunehmend wichtiger auch den Menschen zu erfassen und zu verstehen um Unfallrisiken zu minimieren.
Diese Arbeit konzentriert sich auf die Ermittlung des menschlichen Skeletts aus den Daten eines Bildsensors. Es soll ein Kamerasensor mit Tiefeninformation, z.B. die Microsoft Kinect (aktives Stereo) oder Stereolabs ZED (passives Stereo), verwendet werden um Motion-Capture-Algorithmen zu evaluieren. Die Tiefeninformation als zusätzlicher Hinweis auf die Silhouette des Objekts beeinflusst die Robustheit der Algorithmik. Aktive und passive Verfahren unterscheiden sich in der Genauigkeit der Tiefenschätzung. Dies macht einen Vergleich dieser Verfahren interessant. Zur Evaluation mit einer Referenz ist es möglich synthetische Kamerabilder zu erzeugen und anschließend in Echtzeit zu verarbeiten. Als Werkzeuge für diese Aufgabe bieten sich beispielsweise Unity 3D als Game Engine und Blender 3D als Modellierungs- und Simulationswerkzeug an.
Das Ziel dieser Bachelorarbeit ist es den Einfluss unterschiedlicher Sensorik auf Motion Capture Algorithmen zu untersuchen. Auch der Vergleich von Simulationsergebnissen mit Realdaten sollte in dieser Arbeit evaluiert werden.
- Literaturrecherche zu Motion Capture-Verfahren
- Evaluation von möglichen Verfahren mit unterschiedlichen Daten
- Implementierung eines Motion Capture Systems (Demo)
- Analyse und Vergleich mit realen Daten (Demo)
- Auswertung der Ergebnisse
- Themenbeschreibung: Während für viele Anwendungen aus der Robotik die Eigenbewegung der mobilen Plattform robust geschätzt werden muss, ist oftmals auch die Karte ein nützlicher Hinweis auf die aktuelle Roboterposition. Die mit einem kamerabasierten SLAM erzeugte relative Karte kann ähnliche Strukturen wie globale, quelloffene Kartendatenbanken enthalten. Vergleichbare Daten lassen sich z.B. auch mit Laserscannern erzeugen. Typischerweise fehlt beiden Sensoren jedoch eine Zuordnung zu einem gemeinsamen Weltkoordinatensystem, was eine Fusion sinnvoll macht.
In dieser Arbeit soll die Punktwolke eines Monokularen Visual SLAM Algorithmus (z.B. VooCat) mit externen Kartendaten (z.B. OpenStreetMap, kurz: OSM) fusioniert werden. Angefangen bei rigiden Scan-Matching-Verfahren hin zu nicht-rigiden bzw. As-Rigid-As-Possible (ARAP)-Verfahren soll untersucht werden wie weit eine solche Fusion theoretisch durchgeführt werden kann. Eine prototypische Implementierung soll diese Überlegungen anschließend praktisch überprüfen.
Mithilfe von Blender kann zur Evaluation ein 3D Modell aus OSM-Daten erzeugt werden und anschließend mit einer virtuellen Kamera für die Erzeugung der Visual SLAM Eingabedaten abgefahren werden. In der Realität kann ein GPS-Sensor zur Ermittlung der Abweichung von der OSM-Trajektorie verwendet werden und dient so einer weiterführenden Evaluation.
- Literaturrecherche zu Visual SLAM und OpenStreetMap
- Konzeption der Fusion beider Datenquellen
- Umsetzung eines Erprobungsträgers zur Fusion
- Analyse und Vergleich mit realen Daten (Demo)
- Auswertung der Ergebnisse
- Themenbeschreibung: Industrie 4.0, autonomes Fahren, Öffentlicher Nah- und Fernverkehr - viele Anwendungsfelder profitieren von einer robusten Schätzung der Eigenbewegung der mobilen Plattform. Heutzutage werden verstärkt Kameras dafür verwendet. Die kamerabasierte Lokalisierung wird Visuelle Odometrie (VO) und bei zusätzlicher Kartierung VSLAM genannt. Bekannte quelloffene Projekte sind u.a. ORB-SLAM2 und LDSO.
In dieser Arbeit soll ein solches System zur Durchführung von kamerabasiertem SLAM selbst entworfen und umgesetzt werden. Erwartungsgemäß wird die eigene Implementierung gegenüber der marktreifen Konkurrenz einige Schwachstellen haben. Das Ziel dieser Arbeit ist es zu evaluieren wo diese liegen und zu verstehen was vergleichbare Implementierungen verbessern um robuster zu werden. Es geht hier vor allem darum die Mechanismen zu verstehen, die einen typischen Visual SLAM-Algorithmus ausmachen.
- Literaturrecherche zu Visual Odometry und SLAM
- Praktische Umsetzung eines eigenen VSLAM
- Analyse und Vergleich mit realen Daten (Demo)
- Auswertung der Ergebnisse
- Themenbeschreibung: Die kamerabasierte Eigenlokalisierung von mobilen Plattformen mithilfe von Mono- und Stereokameras ist mittlerweile gut untersucht. Untypisch ist bisher die Verwendung von sogenannten Vollsphärenkameras (z.B. GoPro Fusion), welche ein 360°-Panorama der Umwelt erzeugen. Auch hier gibt es Mono- und Stereovarianten. Die Monoaufnahmen liegen zunächst als zwei separate Videodateien (typischerweise vorne und hinten) vor. Eine Kombination dieser lässt sich beispielsweise als Equirectangular, Mirror Ball oder Little Planet Projektion abbilden.
In dieser Arbeit sollen die für 360° Videoaufnahmen typischen Kameramodelle untersucht, ein geeignetes Visual SLAM System analysiert und die rekonstruierte Trajektorie evaluiert werden.
Ideale Simulationsdaten mit Fischaugen-Projektion sowie anderen Arten von Projektionen (z.B. Equirectangular) lassen sich mithilfe von Blender erzeugen. Auf dieser Basis können Schwachstellen eines 360°-Visual SLAM Systems erkannt werden. Für Tests stehen 360° Videos einer Autofahrt durch Städte und Autobahnen zur Verfügung. Für eine Evaluation lässt sich die aufgezeichnete GPS-Trajektorie aus den Videodaten extrahieren.
- Literaturrecherche zu Visual SLAM, speziell für 360° Aufnahmen
- Durchführen von Experimenten mit 360°-SLAM Systemen
- Analyse und Vergleich mit realen Daten (Demo)
- Auswertung der Ergebnisse
- Themenbeschreibung: Für die Verhaltensplanung automatisierter Fahrzeuge im Stadtverkehr ist, abgesehen von der reinen Wahrnehmung der momentanen Verkehrssituation, auch eine Vorhersage der Entwicklung der Situation notwendig. Mit dieser Vorhersage kann das eigene Fahrzeug frühzeitig auf andere Fahrzeuge reagieren.
Ein Beispiel dafür ist die unten dargestellte Situation im Kreisverkehr. Das gelbe Ego-Fahrzeug fährt im Kreisverkehr und nimmt das rote Fahrzeug wahr, das auf den Kreisverkehr zufährt. Ein rein reaktiver Verhaltensplaner könnte erst auf das andere Fahrzeug reagieren, wenn es in den Kreisverkehr eingefahren ist. Ein prädiktiver Verhaltensplaner könnte frühzeitig erkennen, dass das andere Fahrzeug einfahren möchte und die Geschwindigkeit früher anpassen, sodass sich ein komfortableres und natürlicheres Fahrverhalten ergibt.
Ziel der Abschlussarbeit ist es, ein Verfahren zur Generierung von Trajektorien zu entwickeln. Der Ausgangspunkt ist dabei der momentane Fahrzeugzustand (Position, Geschwindigkeit, Ausrichtung) und der Verlauf der Straße, beispielsweise als Polygonzug. Randbedingungen wie zum Beispiel die Grenzen der Fahrzeugdynamik sowie Hindernisse auf der Fahrbahn müssen bei der Optimierung berücksichtigt werden. Unter diesen Randbedingungen soll eine Trajektorie erzeugt werden, die bestimmte Gütekriterien erfüllt. Diese Kriterien sind beispielsweise die Maximierung des Abstands zu beiden Fahrbahnrändern sowie die Minimierung der Krümmung, des Rucks und der Beschleunigung der Trajektorie.
Eine Beispielhafte Anwendung ist in Trajectory Planning for BERTHA a Local, Continuous Method von Ziegler et. al. (2014) gezeigt. Hier wird eine geschickte Problemformulierung genutzt, um eine Trajektorie für ein autonomes Fahrzeug zu erzeugen.
Einen empfehlenswerten Einstieg in das Thema Optimierung stellt das Buch Numerical Optimization von Nocedal und Wright (2006) dar.Eine Herausforderungen bei der Arbeit ist zunächst die Suche nach einer Problemformulierung sowie eines darauf abgestimmten Optimierungsverfahren, um möglichst effizient Trajektorien generieren zu können. In einem zweiten Schritt soll untersucht werden, wie das Problem erweitert werden kann, um die Interaktion zwischen Fahrzeugen zu modellieren und Trajektorien zu erzeugen, in denen die Fahrzeuge aufeinander reagieren.
- Literaturrecherche Optimierungsverfahren
- Trajektoriengenerierung
- Implementierung von Algorithmen
- Themenbeschreibung: Beim automatisierten Fahren haben Computersysteme mit vielen Unsicherheiten zu kämpfen. Auf der Autobahn ergibt sich beispielsweise die Problematik, dass kleine Hindernisse häufig erst sehr spät sicher erkannt werden. Ein gewünschtes Verhalten wäre in dieser Situation ein leichtes Reduzieren der Geschwindigkeit, dass die Möglichkeit einer Notbremsung offenhält, aber nicht unkomfortabel reagiert, solange die Detektion noch nicht sicher ist.
Das genannte Szenario konnte bereits erfolgreich unter Einsatz eines partiell einsehbaren Markov-Entscheidungsprozesses (POMDP) gelöst werden. Dabei wurde zur Lösung auf den Adaptive-Belief-Tree-Algorithmus (ABT) gesetzt. Seit kurzem ist der sogenannte Hybrid Parallel Algorithm for Online Planning under Uncertainty (HyP-DESPOT) verfügbar. Dieser verspricht durch die Parallelisierung auf CPU und GPU enorme Leistungszuwächse und soll in dieser Arbeit eingesetzt und mit dem ABT verglichen werden.
- Literaturrecherche zum Themengebiet, Einarbeitung in den Algorithmus, Mathematische Formulierung der POMDP Bestandteile, Implementierung, Vergleich mit ABT
- Themenbeschreibung: Der Lehrstuhl für Informationstechnik mit dem Schwerpunkt Kommunikationselektronik (LIKE) arbeitet an Anwendungen für Low Power Wide Area Networks (LPWAN). LPWAN können bei kleinster Baugröße Funkreichweiten von mehreren Kilometern bei Batterielaufzeiten von mehreren Jahren erreichen. Im Rahmen eines gemeinsamen Projektes mit der Uni-Klinik Erlangen sollen hierzu die Möglichkeiten von LPWAN bei der Überwachung von Blutkonserven untersucht werden. Ergebnis der Arbeit soll ein unter realen Bedingungen getesteter Demonstrator sein.
Die genaue wissenschaftliche Ausrichtung der Aufgabenstellung wird an Ihre Vorkenntnisse angepasst. Aufgrund der Kooperation mit der Uni-Klinik Erlangen ist die Arbeit insbesondere auch für Studierende der Fachrichtung Medizintechnik interessant.
- Wissenschaftliche Entwicklung eines LPWAN-Demonstrators zur Überwachung von Blutkonserven