Zur Modulseite PDF generieren

#41049 / #2

SoSe 2023 - WiSe 2024/25

Deutsch, Englisch

Motion Planning
Bewegungsplanung

6

Hönig, Wolfgang

Benotet

Portfolioprüfung

Englisch

Zugehörigkeit


Fakultät IV

Institut für Technische Informatik und Mikroelektronik

34342100 FG Intelligent Systems

Keine Angabe

Kontakt


MAR 4-4

Hönig, Wolfgang

hoenig@tu-berlin.de

Lernergebnisse

Bewegungsplanung ist eine wichtige Grundlage für autonome Systeme mit Anwendungsfeldern in der Robotik, industriellen Automatisierung und selbstfahrenden Autos. Nach dem Kursabschluss haben Student*innen detailliertes Verständnis über folgende Themen: • Formalisierung von geometrischer, kinodynamischer und optimaler Bewegungsplanung; • Stichproben-basierte Verfahren: Schnell-erkundende Zufallsbäume (RRT), Wahrscheinlichkeitskarten (PRM) sowie Varianten; • Such-basierte Verfahren: A* auf Zustandsgittern sowie Varianten; • Optimierungs-basierte Verfahren: Differentielle Flachheit und Sequentielle Konvexe Programmierung; • Die relevanten theoretischen Eigenschaften dieser Algorithmen (Vollständigkeit, Optimalität, Komplexität). Student*innen werden imstande sein: • Zu entscheiden (theoretisch und empirisch) welche Verfahren für ein gegebenes Problem erfolgversprechend sind; • Einfache Versionen der Algorithmen selbst zu programmieren; • Aktuelle akademische und industrielle Werkzeuge der Bewegungsplanung (z.B.: Open Motion Planning Library (OMPL)) zu nutzen.

Lehrinhalte

Diese Lehrveranstaltung wird gemeinsam von Dr. Andreas Orthey (Realtime Robotics) und Dr. Wolfgang Hönig (TU Berlin) entwickelt und gehalten. Dieser Kurs bietet eine einheitliche Perspektive auf die Bewegungsplanung und beinhaltet Themen von verschiedenen Forschungs- und Industrie-gemeinden. Das Ziel ist sowohl die theoretischen und praktischen Grundlagen der verschiedenen Ansätze zu lehren, als auch die verschiedenen Methoden bezüglich der Anwendungsanfordungen zu unterscheiden. Ein wichtiger Schwerpunkt ist die Betrachtung der geometrischen und kinodynamischen Planung für die wichtigen Algorithmusarten. Teil 1: Grundlagen • Einführung, Motivation und Problemstellung • Konfigurationsraum, Transformationen, Rotationsbeschreibungen, Metriken • Effiziente Kollisionsprüfung Teil 2: Such-basierte Verfahren • A* und relevante Varianten mit ihren theoretischen Eigenschaften • Bewegungsprimitive, Planung auf Zustandsgittern • Search-based Planning Library (SBPL) Teil 3: Stichproben-basierte Verfahren • Baum-basierte Planung: RRT, EST • Graph-basierte Planung: PRM • Asymptotisch-optimale Planung: RRT*; PRM* • Stichprobentheorie (Dispersion, Diskrepanz) • Open Motion Planning Library (OMPL) Teil 4: Optimierungs-basierte Verfahren • Überblick über kontinuierliche eingeschränkte Optimierungsformulierung • Parametrische Trajektorienrepresentationen und differentielle Flachheit • Mathematische Kodierung für Bewegungsplanung: SCP und KOMO Teil 5: Aktuelle und Fortgeschrittene Themen, z.B. • Echtzeitplanung • Hybride Such-, Stichproben-, oder Optimierungs-basierte Bewegungsplanung • Maschinelles Lernen für die Bewegungsplanung • Bewegungsplanung für mehrere Roboter: dRRT, M*

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWS ISIS VVZ
Motion PlanningIVSoSede4

Arbeitsaufwand und Leistungspunkte

Motion Planning (IV):

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit15.04.0h60.0h
Vor-/Nachbereitung15.08.0h120.0h
180.0h(~6 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

• Wöchentliche Vorlesung • Wöchentliche Hausaufgaben und dazughörige Diskussionen • 4 Programmieraufgaben

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

• Programmierkenntnisse in C++ oder Python • Wissen über Lineare Algebra und Calculus

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

Benotung

Benotet

Prüfungsform

Portfolioprüfung

Art der Portfolioprüfung

100 Punkte insgesamt

Sprache(n)

Englisch

Prüfungselemente

NamePunkteKategorieDauer/Umfang
Hausaufgaben oder Diskussion jede Woche (bis zu 1 Punkt pro Woche; bis zu 10 Punkte insgesamt)10flexibelPräsentation der Hausaufgaben während der Diskussion oder schriftliche Abgabe der Hausaufgaben
4 Programmieraufgaben (je 10 Punkte)40praktischProgrammcode (Zeilananzahl von der Programmiersprache abhängig)
Schriftliche Prüfung50schriftlich60 min

Notenschlüssel

Notenschlüssel »Notenschlüssel 1: Fak IV (1)«

Gesamtpunktzahl1.01.31.72.02.32.73.03.33.74.0
100.0pt86.0pt82.0pt78.0pt74.0pt70.0pt66.0pt62.0pt58.0pt54.0pt50.0pt

Dauer des Moduls

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

Dieses Modul kann in folgenden Semestern begonnen werden:
Unregelmässig.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Aktuelle Informationen sind in dem dazugehörigen ISIS Kurs.

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

 

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

 

Literatur

Empfohlene Literatur
Steven M. LaValle, Planning Algorithms, Cambridge University Press, 2006. Available for free at http://lavalle.pl/planning/.
Kevin M. Lynch and Frank C. Park, Modern Robotics, Cambridge University Press, 2017
Howie Choset et al., Principles of Robot Motion: Theory, Algorithms, and Implementations, A Bradford Book, 2005
Francesco Bullo and Stephen L. Smith, Lectures on Robotic Planning and Kinematics, 2022. Available for free at http://motion.me.ucsb.edu/book-lrpk.

Zugeordnete Studiengänge


Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOStuPOsVerwendungenErste VerwendungLetzte Verwendung
Computational Engineering Science (Informationstechnik im Maschinenwesen) (M. Sc.)14SoSe 2023WiSe 2024/25
Computer Engineering (M. Sc.)18WiSe 2023/24WiSe 2024/25
Computer Science (Informatik) (M. Sc.)12WiSe 2024/25WiSe 2024/25
Elektrotechnik (M. Sc.)17WiSe 2023/24WiSe 2024/25

Sonstiges

Geeignet für Master- und Promotionsstudenten in Studienrichtungen welche autonome Systeme betrachten, einschließlich, aber nicht beschränkt auf Informatik, Elektrotechnik, Maschinenbau und Luft- und Raumfahrttechnik.