Modulbeschreibung
Mechatronik, Robotik und autonome Systeme II B
Kürzel:
M_VP_14804
Durchführungszeitraum:
FS/14
ECTS-Punkte:
15
Lernziele:
Fachkompetenzen:
- Die Studierenden haben Expertenwissen im Bereich der Echtzeit-Bildverarbeitung. Sie können aus einem dieser Teilgebiete Themen vertieft bearbeiten, auslegen, untersuchen und erforschen und daraus wissenschaftlich relevante Aussagen machen und publizieren.
Methodenkompetenzen:
- Die Studierenden können anspruchsvolle Projekte selbständig organisieren und realisieren.
Sozialkompetenzen:
- Kommunikations- und Kooperationsfähigkeit
Selbstkompetenzen:
- Selbständigkeit, Verantwortlichkeit
Verantwortliche Person:
Nielsen Einar
Standort (angeboten):
Buchs
Empfohlene Module:
Modultyp:
Standard-Modul für MSE Master of Science in Engineering BB STD_08 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering BB STD_16 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering BB STD_13 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering VZ STD_08 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering VZ STD_16 (BU)(Keine Semesterempfehlung)
Standard-Modul für MSE Master of Science in Engineering VZ STD_13 (BU)(Keine Semesterempfehlung)
Standard-Modul für Technik und IT MSE_20(Keine Semesterempfehlung)
ECTS-Punkte pro Kategorie
Fachliche Vertiefung / 15 Punkte
Fachliche Vertiefung / 15 Punkte
Fachliche Vertiefung / 15 Punkte
Fachliche Vertiefung / 15 Punkte
Fachliche Vertiefung / 15 Punkte
Fachliche Vertiefung / 15 Punkte
Fachliche Vertiefung / 15 Punkte
Modulbewertung
Bewertungsart:
Note von 1 - 6
Leistungsbewertung
Während des Semesters:
Im Kurs Echtzeit 2D und 3D Bildverarbeitung für eingebettete Systeme wird ein Projekt mittels Bericht, einer Schlusspräsentation mit Prüfungsgespräch sowie Webseite und Veröffentlichung, Mitarbeit an Veröffentlichung oder Vorarbeiten für Veröffentlichung bewertet. Der Kurs 2D und 3D Bildverarbeitung wird mittels Bericht, Schlusspräsentation bewertet.
Bewertungsart:
Note von 1 - 6
Gewichtung:
Im Kurs Echtzeit 2D und 3D Bildverarbeitung für eingebettete Systeme wird ein Projekt mittels Bericht (Gewicht 56%), einer Schlusspräsentation mit Prüfungsgespräch (Gewicht 12%) sowie Webseite und Veröffentlichung, Mitarbeit an Veröffentlichung oder Vorarbeiten für Veröffentlichung (Gewicht 12%) bewertet. Der Kurs 2D und 3D Bildverarbeitung wird mittels Bericht, Schlusspräsentation (Gewicht 20%) bewertet.
Bemerkungen:
Kurse in diesem Modul
Echtzeit 2D und 3D Bildverarbeitung für eingebettete Systeme
Kürzel:
VP_1480401
Arbeitsaufwand:
90
Semester:
1
Lernziele:
Fachkompetenzen:
- Die Studierenden können aus dem gewählten Teilgebiete der 3D-Bildverarbeitung Themen vertieft bearbeiten, untersuchen und erforschen und daraus wissenschaftlich relevante Aussagen machen und publizieren.
Methodenkompetenzen:
- Die Studierenden können anspruchsvolle Projekte selbständig organisieren und realisieren.
Sozialkompetenzen:
- Kommunikations- und Kooperationsfähigkeit
Selbstkompetenzen:
- Selbständigkeit, Verantwortlichkeit
Plan und Lerninhalt:
Aufgabe: Bearbeiten einer Aufgabe in vollständiger Selbstverantwortung. Realisierung eines echtzeitfähigen 3D Messsystems zur Positionierung von Robotern im Raum unter Nutzung von parallelen Algorithmen.
Lieferobjekte: Projekt, Bericht, Schlusspräsentation, Publikation, Webseite
Kursart:
Durchführung gemäss Stundenplan
Projekt mit Lektionen pro Woche
- Max. Teilnehmer: 99
- Harte Grenze: nein
2D und 3D Bildverarbeitung
Kürzel:
VP_1480402
Arbeitsaufwand:
90
Semester:
1
Lernziele:
Kennen des State of the Art der 3D Bildverarbeitung. Kenntnisse der Trends und der laufenden Forschungsprojekte zum Thema Echtzeit. Erlangen eines Expertenwissens in einem ausgewählten Fachgebiet.
Plan und Lerninhalt:
Die Studierenden vertiefen sich in die verschiedenen Methoden der Bildverarbeitung:
- Methoden der 2D-Bildverarbeitung
- OpenCV
- Methoden der 3D Bildverarbeitung
- Optischer Fluss
- SLAM
- Aspekte der Echtzeitfähigkeit von Bildverarbeitung
- FPGA Programmierung von Bildverarbeitung
- Parallele Algorithmen
Kursart:
Durchführung gemäss Stundenplan
Selbststudium mit Lektionen pro Woche
- Max. Teilnehmer: 99
- Harte Grenze: nein