Modul RO5500-KP08

Dauer

2 Semester

Angebotsturnus

Jedes Semester

Leistungspunkte

08

Studiengang, Fachgebiet und Fachsemester:

• Master Robotics and Autonomous Systems 2019, Wahlpflicht, Wahlpflicht, 1. und 2. Fachsemester

Lehrveranstaltungen:

• RO5502-Ü: Perception for Autonomous Vehicles (Übung, 2 SWS)
• RO5502-V: Perception for Autonomous Vehicles (Vorlesung, 2 SWS)
• RO5500-Ü: Vehicle Dynamics and Control (Übung, 2 SWS)
• RO5500-V: Vehicle Dynamics and Control (Vorlesung, 2 SWS)

Workload:

• 40 Stunden Prüfungsvorbereitung
• 140 Stunden Selbststudium
• 60 Stunden Präsenzstudium

Lehrinhalte:

• Lehrinhalte der Veranstaltung Vehicle Dynamics and Control:
• Wiederholung Regelungstechnik und Festkörpermechanik
• Grundlegende Begriffe der Fahrdynamik
• Wichtige Fahrdynamikmodelle (longitudinale, laterale und vertikale Dynamik)
• Modellierung zentraler Komponenten (Motor, Getriebe, Bremse, Lenkung)
• Reifenmodelle
• Stabilitätsanalyse
• Fahreigenschaften
• Aktive Sicherheitssysteme
• Autonomes Fahren
• Lehrinhalte der Veranstaltung Perception for Autonomous Driving:
• Architektur autonom fahrender Systeme
• Tracking, Erkennung, Klassifizierung
• Modelle stochastischer Signale
• Transformationsbasierte Analyse stochastischer Signale
• Systemtheorie
• Parameterschätzung
• Lineare optimale Filter und adaptive Filter
• Graphische Modelle und dynamische Bayes Netze
• Neuronale Netze
• Hidden Markov Modelle, Kalman Filter, Partikel Filter, etc.
• Anwendungen im Bereich des autonomen Fahrens
• Lehrinhalte des Seminars Current Topics in Autonomous Vehicles:
• Aktuelle Algorithmen aus maschinellem Lernen und künstlicher Intelligenz zum Thema autonomes Fahren

Qualifikationsziele/Kompetenzen:

• Lernziele der Veranstaltung Vehicle Dynamics and Control:
• Die Studierenden besitzen einen Überblick über grundlegende Begriffe und Konzepte der Fahrdynamik.
• Die Studierenden entwickeln ein vertieftes Verständnis der Dynamik von Kraftfahrzeugen.
• Die Studierenden verstehen den Zweck und die Ziele von Fahrdynamikreglern.
• Die Studierenden können Modelle für den Entwurf von Fahrdynamikreglern herleiten.
• Die Studierenden können grundlegende Konzepte der Regelungstechnik auf Fahrdynamikprobleme anwenden.
• Die Studierenden haben einen groben Überblick über den derzeitigen Stand aktiver Sicherheitssysteme, Fahrerassistenzsysteme und autonomes Fahren.
• Die Studierenden werden in die Lage versetzt, unabhängige Forschungs- und Entwicklungsarbeit in diesem Gebiet aufzunehmen und die wissenschaftliche Literatur zu lesen.
• Lernziele der Veranstaltung Perception for Autonomous Driving:
• Die Studierenden erhalten einen Überblick über autonom fahrende Systeme.
• Die Studierenden lernen den Perception Layer in der Architektur von autonom fahrenden Systemen umfassend kennen.
• Die Studierenden erhalten eine umfassende Einführung in stochastische Signale.
• Die Studierenden beherrschen die Werkzeuge für die Analyse stochastischer Signale.
• Die Studierenden können verschiedene Modelle für stochastische Signale verwenden.
• Die Studierenden können Tracking Algorithmen entwerfen.
• Die Studierenden können algorithmische Lösungen für Entscheidungsprobleme unter Berücksichtigung von Vorinformation entwerfen.

Vergabe von Leistungspunkten und Benotung durch:

• Klausur oder mündliche Prüfung nach Maßgabe des Dozenten

Setzt voraus:

• Regelungstechnische Systeme (RO4400-KP08)
• Technische Mechanik (RO1500-KP08)

Modulverantwortliche:

• Prof. Dr. Georg Schildbach

Lehrende:

• Institut für Medizinische Elektrotechnik
• Prof. Dr. Georg Schildbach
• PD Dr.-Ing. habil. Alexandru Paul Condurache

Literatur:

• Rajamani, R : Vehicle Dynamics and Control (2nd edition) Springer, 2012, ISBN 978-1-4614-1432-2
• Mitschke, M; Wallentowitz, H. : Dynamik der Kraftfahrzeuge (5th edition) Springer, 2014 (ISBN: 978-3-658-05067-2)
• Charles W. Therrien : Decision estimation and classification J. Wiley and Sons, 1991.
• Simon Haykin : Adaptive Filter Theory Prentice Hall, 1996
• Christopher M. Bishop : Pattern recognition and machine learning Springer, 2006
• A. Mertins : Signaltheorie: Grundlagen der Signalbeschreibung, Filterbänke, Wavelets, Zeit-Frequenz-Analyse, Parameter- und Signalschätzung Springer-Vieweg, 3. Auflage, 2013

Sprache:

• Wird nur auf Englisch angeboten

Bemerkungen:

Letzte Änderungen:

18.02.2026