#50191 / #6

SoSe 2020 - WiSe 2022/23

Deutsch

Bildgestützte Automatisierung II

6

Krüger, Jörg

benotet

Portfolioprüfung

Zugehörigkeit


Fakultät V

Institut für Werkzeugmaschinen und Fabrikbetrieb

35361400 FG Industrielle Automatisierungstechnik

Maschinenbau

Kontakt


PTZ 5

Shevchenko, Iryna

lehre@iat.tu-berlin.de

Lernergebnisse

Lernergebnisse sind: - Verständnis und Anwendung verschiedener Methoden zur Merkmalsextraktion aus Bildern - Verständnis und Anwendung verschiedener Verfahren zur Klassifikation - Anwendung von Methoden zur problembezogenen Beurteilung verschiedener Algorithmen der Merkmalsextraktion/Klassifikation - Kenntnisse in weiterführenden Themen der bildgestützten Automatisierung, wie beispielsweise 3D-Bilderfassung, Thermographie, Visual Servoing, Sensorfusion, Bildfolgenverarbeitung, etc. - Selbstständiges, gruppenorientiertes Erarbeiten komplexer Problemstellungen - Anwendung ingeneurwissenschaftlicher Methoden zur Anfertigung von schriftlichen Ausarbeitungen

Lehrinhalte

Die Vorlesung setzt das Modul 'Bildgestützte Automatisierung I' fort und behandelt nach der Bilderfassung und Bild(vor)verarbeitung insbesondere die Merkmalsextraktion und Klassifikation. Weiterführende Themen der bildgestützten Automatisierung wie z.B. Bewegungsanalyse, Thermografie, Sensorfusion, 3D-Bilderfassung, Visual Servoing etc., werden vorgestellt. Das breite Anwendungsspektrum der Bildverarbeitung in der Automatisierung industrieller Prozesse wird vermittelt. In der Übung 'Bildgestützte Automatisierung II' werden die in der Vorlesung erlernten Methoden und Algorithmen für eine komplexe Problemstellung angewendet. Sukzessive wird ein Verfahren zur Verkehrszeichenerkennung mittels objektorientierter Programmiersprache und der Software-Bibliothek OpenCV realisiert. Dabei beschäftigt sich jede Übungseinheit mit einem Teilproblem (z.B. Segmentierung, Merkmalsextraktion, Klassifikation). Abschließend wird eine schriftliche Ausarbeitung in Form eines Papers angefertigt.

Modulbestandteile

Pflicht:

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVZ
Bildgestützte Automatisierung IIVL0536 L 114WiSe/SoSeDeutsch2
Bildgestützte Automatisierung IIUE0536 L 117WiSe/SoSeDeutsch2

Arbeitsaufwand und Leistungspunkte

Bildgestützte Automatisierung II (VL):

AufwandbeschreibungMultiplikatorStundenGesamt
90.0h(~3 LP)
Präsenzzeit15.02.0h30.0h
Vor-/Nachbereitung15.04.0h60.0h

Bildgestützte Automatisierung II (UE):

AufwandbeschreibungMultiplikatorStundenGesamt
90.0h(~3 LP)
Präsenzzeit15.02.0h30.0h
Vor-/Nachbereitung15.04.0h60.0h
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Die Vorlesung findet hauptsächlich in Vortragsform statt. Es finden jedoch auch verschiedene didaktische Mittel Anwendung, wie u.a. Mindmap, Lehrgespräch, Metaplan etc. Experimentelle und analytische Übungsinhalte vertiefen das in der VL vermittelte Wissen und schulen die Teamfähigkeit durch Arbeit in Gruppen. Die Übungen beinhalten Diskussionsrunden und selbstständige, kreative Auseinandersetzungen mit Problematiken der Bildgestützten Automatisierung.

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

- Grundlagen der Bildverarbeitung hilfreich (Bildgestützte Automatisierung I, Digital Image Processing, o.ä.) - Grundlegende Programmierkenntnisse notwendig - B.Sc. in einem ingenieurtechnischen oder informationstechnischem Studienfach wird vorausgesetzt

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Keine Angabe

Abschluss des Moduls

Benotung

benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache

Deutsch

Prüfungselemente

NamePunkteKategorieDauer/Umfang
Mündliche Rücksprache zu Vorlesungsinhalten40mündlich45 Min für 3 Pers.
Vorbereitungsaufgaben zu den Übungseinheiten (Kurztests bei ISIS)20schriftlich5x 10 Min
Wissenschaftliche Ausarbeitung zu einem selbstgewählten Aspekt aus der Übung40schriftlich4 Seiten

Notenschlüssel

Dieses Prüfung verwendet einen eigenen Notenschlüssel (siehe Prüfungsformbeschreibung).

Prüfungsbeschreibung (Abschluss des Moduls)

Die in den Prüfungselementen erreichte Leistung wird summiert. Zu erreichende Gesamtpunktezahl: 100. Notenschlüssel in Prozent: ab 95% ..... 1,0 ab 90% ..... 1,3 ab 85% ..... 1,7 ab 80% ..... 2,0 ab 75% ..... 2,3 ab 70% ..... 2,7 ab 65% ..... 3,0 ab 60% ..... 3,3 ab 55% ..... 3,7 ab 50% ..... 4,0 bis 50% .... 5,0

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt:
1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden:
Winter- und Sommersemester.

Maximale teilnehmende Personen

Die maximale Teilnehmerzahl beträgt 40.

Anmeldeformalitäten

Die Anmeldung für die Übung findet über das ISIS-System statt. Sämtliche Kurse des Fachgebiets IAT werden ab dem 01.04. bzw. dem 01.10. zur Anmeldung freigeschaltet. Eine rechtzeitige Anmeldung sowie das Erscheinen beim Einführungstermin ist zwingend erforderlich. https://www.isis.tu-berlin.de/

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  verfügbar
Zusätzliche Informationen:
https://www.isis.tu-berlin.de/

 

Literatur

Empfohlene Literatur
B. Jähne, Digitale Bildverarbeitung
C. Demant, Industrielle Bildverarbeitung
C.-E.Liedtke, M. Ender; Wissensbasierte Bildverarbeitung
G. Bradski, A. Kaehler; Learning OpenCV - Computer Vision with the OpenCV Library
H. Bässmann, J. Kreyss; Bildverarbeitung Ad Oculos (für den Optik Teil)
M. S. Nixon, A. S. Aguado; Feature Extraction and Image Processing
R. Szeliski; Computer Vision: Algorithms and Applications

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Biomedizinische Technik (M. Sc.)212SoSe 2020WiSe 2022/23
Computational Engineering Science (Informationstechnik im Maschinenwesen) (M. Sc.)218SoSe 2020WiSe 2022/23
Maschinenbau (M. Sc.)212SoSe 2020WiSe 2022/23
Patentingenieurwesen (M. Sc.)16SoSe 2020WiSe 2022/23
Physikalische Ingenieurwissenschaft (M. Sc.)29SoSe 2020WiSe 2022/23
Produktionstechnik (M. Sc.)212SoSe 2020WiSe 2022/23
Technomathematik (M. Sc.)112SoSe 2020WiSe 2022/23
Wirtschaftsingenieurwesen (M. Sc.)17SoSe 2020WiSe 2022/23

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Dieses Modul ist unter anderem geeignet für die Masterstudiengänge: - Informationstechnik im Maschinenwesen - Produktionstechnik - Maschinenbau - Biomedizinische Technik - Physikalische Ingenieurwissenschaft

Sonstiges

Weitere Informationen unter http://www.iat.tu-berlin.de