Bachelor: Geodata Science

533 - Projekt Geodatenfusion

Empfohlenes Studiensemester: 5

Turnus: Wintersemester

Sprachen: Deutsch

ECTS: 5

Prüfungsform: ModA oder mdlP, weitere Angaben siehe SPO und Studienplan

Lehrform und SWS: SU (1SWS), Ü (3SWS)

Gesamter Workload: 150 Stunden

Präsenzzeit: 15 Stunden Seminaristischer Unterricht, 45 Stunden Übung

Selbststudium: 90 Stunden

Modulverantwortung: Prof. Dr. Thomas Abmayr (FK08)

Empfohlene Voraussetzung für die Teilnahme

Geodatenfusion 1, Machine Leaning 2

Lernziele

Ziel des Moduls ist die Durchführung eines komplexeren Projektes aus dem Bereich der mobilen Robotik und Geodatenfusion. Dabei sollen die Studierenden befähigt werden, ihre gelernten Methoden anzuwenden und eigene Lösungsansätze zu entwickeln.

Fach- und Methodenkompetenz

  • Anwendung bereits gelernter Methoden und Entwicklung eigener Lösungsansätze aus dem Themenbereich
  • Umsetzung einer komplexeren Aufgabenstellung im Team
  • Problem- und lösungsorientiertes Denken

Inhalte

In wechselnden Themenstellungen werden Projekte aus dem Bereich der Geodatenfusion realisiert. Im Fokus steht hier ein ganzheitliches Projekt: Von der Sensorkalibrierung und -registrierung, bis hin zur Kartenerstellung und Navigation. Hierzu stehen neben mehreren Benchmark Datensätzen, wie sie typischerweise in der Automobilbranche verwendet werden, auch ein mobile Roboter, ein terrestrischer Laserscanner (TLS) sowie Simulationsumgebungen zur Verfügung.

Themenschwerpunkte:

  • Roboter- und Sensoransteuerung
  • Sensorkalibrierung und Sensorregistrierung
  • Kartenerstellung durch SLAM Verfahren und/oder terrestrische Laserscanner
  • Deep Learning basierte Landmarkennavigation
  • Netzwerkkommunikation zum Datenaustausch

Lehrmethoden und Lernformen

Gruppenarbeit; praxisbezogene Projektarbeit; problembasiertes Lernen; selbstgesteuertes Lernen; virtuelle Lehrräume

Verwendbarkeit des Moduls

Bachelor Geodata Science

Literatur

  • Abmayr, T. (2021): Geodatenfusion, unveröffentlichtes Skript zur Vorlesung, Hochschule München, Fakultät für Geoinformation,
  • Corke, P. (2011): Robotics, Vision and Control: Springer Verlag
  • Trucco,E., Verri, A. (1998): Introductory Techniques for 3-D Computer Vision, Prentice Hall
  • Wendel, J. (2006); Integrierte Navigationssysteme. Oldenburg Verlag München, Wien