M.Sc. Mechatronik (PO 2014) · Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer...

M.Sc. Mechatronik(PO 2014)Embedded SystemsStand: 01.03.2021

Studienbereich Mechtronik

Modulhandbuch: M.Sc. Mechatronik (PO 2014)Embedded Systems

Stand: 01.03.2021

Studienbereich MechtronikEmail: [email protected]

I

Inhaltsverzeichnis

1 Grundlagen 11.1 Mikrotechnische Systeme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1

Elektromechanische Systeme I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11.2 Dynamische Systeme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

Systemdynamik und Regelungstechnik III . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31.3 Weitere Grundlagen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Werkzeuge und Methoden der Produktentwicklung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4Echtzeitanwendungen und Kommunikation mit Microcontrollern und programmierbaren Logikbau-

steinen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6Systemdynamik und Regelungstechnik II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8Digitale Regelungssysteme I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9Modellbildung und Simulation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10

2 Technische und Naturwissenschaftliche Wahlfächer 112.1 MB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

2.1.1 Wahlfächer MB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11Grundlagen der Adaptronik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11Mechatronik und Assistenzsysteme im Automobil . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13Printed Electronics . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15

2.2 ETiT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162.2.1 Kernfächer ETiT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

Rechnersysteme II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162.2.2 Wahlfächer ETiT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17

Microprocessor Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17Software-Engineering - Wartung und Qualitätssicherung . . . . . . . . . . . . . . . . . . . . . . . 18Analog Integrated Circuit Design . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20Digitale Regelungssysteme II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21Echtzeitsysteme . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22Fuzzy-Logik, Neuronale Netze und Evolutionäre Algorithmen . . . . . . . . . . . . . . . . . . . . 23Kommunikationsnetze I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24Computer Aided Design for SoCs . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26Rechnersysteme I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27Robuste Regelung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28

3 ADP / Seminare, Praktika, InfINat 293.1 ADP / Seminare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29

3.1.1 ADP / Seminare . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 293.1.1.1 ADP / Seminare MB . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29ADP (6 CP) Fahrzeugtechnik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29ADP (6 CP) Mechatronische Systeme im Maschinenbau . . . . . . . . . . . . . . . . . . . . . . . . 30ADP (6 CP) Produktentwicklung und Maschinenelemente . . . . . . . . . . . . . . . . . . . . . . 313.1.1.2 ADP / Seminare ETiT . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32Projektseminar Regelungstechnik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32Projektseminar Robotik und Computational Intelligence . . . . . . . . . . . . . . . . . . . . . . . . 33Seminar Softwaresystemtechnologie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34Projektseminar Autonomes Fahren I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35Projektseminar Autonomes Fahren II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37

II

3.1.1.3 ADP / Seminare Inf . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39Robotik-Projektpraktikum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39

3.1.2 Praktika . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41Softwarepraktikum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 41

3.1.3 InfINat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 423.1.3.1 Kernfächer InfINat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42Software-Engineering - Einführung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 423.1.3.2 Wahlfächer InfINat . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44Grundlagen der Robotik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 44Bildverarbeitung . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46Computer Vision I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47Computer Vision II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 49Elektrische Antriebstechnik für Automobile . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51Machine Learning und Deep Learning in der Automatisierungstechnik . . . . . . . . . . . . . . . 52Matrixanalyse und schnelle Algorithmen . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54Betriebswirtschaft für Ingenieure . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56Projektseminar Autonomes Fahren I . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57Projektseminar Autonomes Fahren II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59Praktikum Matlab/Simulink II . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 61C/C++ Programmierpraktikum . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62Grundlagen der Robotik für Mechatronik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63Relativistische Elektrodynamik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 64Energiewende gestalten . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65Robotik-Projektseminar für Mechatronik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67Projektseminar Lernende Roboter für Mechatronik . . . . . . . . . . . . . . . . . . . . . . . . . . . 68Maschinelles Lernen für Robotik & Mechatronik . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69Robotik in der Industrie: Grundlagen und Anwendungen . . . . . . . . . . . . . . . . . . . . . . . 70Fundamentals of Reinforcement Learning . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

Inhaltsverzeichnis III

1 Grundlagen

1.1 Mikrotechnische Systeme

ModulnameElektromechanische Systeme I

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-kn-1050 5 CP 150 h 90 h 1 WiSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr. Mario Kupnik

1 LerninhaltStruktur und Entwurfsmethoden elektromechanischer Systeme bestehend aus mechanischen, akusti-schen, hydraulischen und thermischen Netzwerken, Wandlern zwischen mechanischen und mechanisch-akustischen Netzwerken und elektromechanischen Wandlern. Entwurf und Anwendungen von elektrome-chanischen Wandlern

2 Qualifikationsziele / LernergebnisseVerstehen, Beschreiben, Berechnen und Anwenden der wichtigsten elektromechanischen Wandler alsSensor- und Aktorprinzipien; Elektrostatische Wandler (z.B. Mikrofone und Beschleunigungssensoren),piezoelektrische Wandler (z.B. Mikromotoren, Mikrosensoren), elektrodynamische Wandler (Lautsprecher,Shaker), piezomagnetische Wandler (z.B. Ultraschallquellen). Entwerfen komplexer elektromechanischerSysteme wie Sensoren und Aktoren und deren Anwendungen unter Verwendung der Netzwerkmethodemit diskreten Bauelementen.

3 Empfohlene Voraussetzung für die TeilnahmeElektrotechnik und Informationstechnik I

4 PrüfungsformModulabschlussprüfung:

• Modulprüfung (Fachprüfung, fakultativ, Standard BWS)

5 BenotungModulabschlussprüfung:

• Modulprüfung (Fachprüfung, fakultativ, Gewichtung: 100 %)

6 Verwendbarkeit des ModulsBSc ETiT, BSc WI-ETiT, MSc MEC

7 Notenverbesserung nach §25 (2)

8 LiteraturFachbuch: „Elektromechanische Systeme der Mikrotechnik und Mechatronik, Springer 2009, Skript zurVorlesung EMS I, Aufgabensammlung zur Übung EMS 1

Enthaltene Kurse

Kurs-Nr. Kursname18-kn-1050-vl Elektromechanische Systeme I

Dozent Lehrform SWSProf. Dr. Mario Kupnik, Prof. Dr. techn. Dr.h.c. Andreas Binder, M.Sc. SaschaNeusüs, M.Sc. Omar Ben Dali

Vorlesung 2

1

Kurs-Nr. Kursname18-kn-1050-ue Elektromechanische Systeme I

Dozent Lehrform SWSProf. Dr. Mario Kupnik, Prof. Dr. techn. Dr.h.c. Andreas Binder, M.Sc. SaschaNeusüs, M.Sc. Omar Ben Dali

Übung 2

1.1 Mikrotechnische Systeme 2

1.2 Dynamische Systeme

ModulnameSystemdynamik und Regelungstechnik III

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-ad-2010 4 CP 120 h 75 h 1 WiSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr.-Ing. Jürgen Adamy

1 LerninhaltBehandelt werden:

• Grundlagen nichtlinearer Systeme,• Grenzzyklen und Stabilitätskriterien,• nichtlineare Regelungen für lineare Regelstrecken,• nichtlineare Regelungen für nichtlineare Regelstrecken,• Beobachter für nichtlineare Regelkreise

2 Qualifikationsziele / LernergebnisseEin Student kann nach Besuch der Veranstaltung:

• die grundsätzlichen Unterschiede zwischen linearen und nichtlinearen Systemen benennen,• nichtlineare Systeme auf Grenzzyklen hin testen• verschiedene Stabilitätsbegriffe bennen und Ruhelagen auf Stabilität hin untersuchen,• Vor- und Nachteile nichtlinearer Regler für lineare Strecken nennen,• verschiedenen Regleransätze für nichtlineare Systeme nennen und anwenden,• Beobachter für nichtlineare Strecken entwerfen.

3 Empfohlene Voraussetzung für die TeilnahmeSystemdynamik und Regelungstechnik II


• Modulprüfung (Fachprüfung, Klausur, Dauer: 180 min, Standard BWS)


• Modulprüfung (Fachprüfung, Klausur, Gewichtung: 100 %)

6 Verwendbarkeit des ModulsMSc ETiT, MSc MEC, MSc iST, MSc WI-ETiT, MSc iCE, MSc EPE, MSc CE, MSc Informatik


8 LiteraturAdamy: Systemdynamik und Regelungstechnik III (erhältlich im FG-Sekretariat)

Enthaltene Kurse

Kurs-Nr. Kursname18-ad-2010-vl Systemdynamik und Regelungstechnik III

Dozent Lehrform SWSProf. Dr.-Ing. Jürgen Adamy Vorlesung 2

Kurs-Nr. Kursname18-ad-2010-ue Systemdynamik und Regelungstechnik III

Dozent Lehrform SWSProf. Dr.-Ing. Jürgen Adamy Übung 1

1.2 Dynamische Systeme 3

1.3 Weitere Grundlagen

ModulnameWerkzeuge und Methoden der Produktentwicklung

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus16-05-5080 4 CP 120 h 60 h 1 WiSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr.-Ing. Eckhard Kirchner

1 LerninhaltGrundlagen zur Produktentwicklung und Strukturierung des Entwicklungsprozesses, Aufgabenklärung undAnforderungsliste, Grundlagen der Produktneuentwicklung, Grundlagen des Produktkostenmana-gementsdurch reine Herstellkostensenkung, Wertanalyse und zielkostenorientierte Neuentwicklungen; Entwicklungumweltgerechter Produkte, variantengerechter Produkte und -Strukturen; Grundlagen der Sicherheitstech-nik und Entwicklung sicherheitsgerechter Produkte; Fehler- und Schwachstellenanalyse; Nutzung von Pro-totypen; Entwickeln und Produzieren im globalen Kontext.

2 Qualifikationsziele / LernergebnisseNach dem Abschluss der Lerneinheit sollten die Studierenden in der Lage sein:

• Entwicklungsaufgaben durch Hinterfragen zu analysieren, um Ziele und Kernprobleme zu erkennensowie Kundenwünsche in Anforderungen zu übersetzen und deren Bedeutung zu beurteilen.

• Die Entwicklungsaufgabe formal in Form einer Anforderungsliste zu beschreiben und dabei zwischenWünschen und Anforderungen zu differenzieren.

• Die Prinzipien, Vorteile und Grenzen des Simultaneous Engineering zu beschreiben und die Bedeu-tung und Wirkungsweise in der Praxis zu erklären.

• Vorgehen und Arbeitsschritte bei der Neuproduktentwicklung zu benennen und zu beschreiben, imRahmen der Erstellung eines Morphologischen Kastens und einer systematische Lösungskombinationanzuwenden, sowie ihre Bedeutung im Rahmen von Innovationsprojekten zu erklären.

• Die TQM-Prinzipien und ihre Umsetzung und Bedeutung im Unternehmen zu erklären sowie dieFMEA als präventive Fehlervermeidungsmethode anzuwenden.

• Die Begriffsdefinitionen für die Entwicklung sicherheitsgerechter Produkte zu differenzieren und zuerklären sowie die Prinzipien der Sicherheitstechnik in ihrer Wirksamkeit für konkrete Aufgabenstel-lungen zu beurteilen und zur Konstruktion verbesserter Lösungen zu transferieren.

• Die Grundlagen zur Entstehung von Kosten im Produktlebenslauf und des Produktkostenmaman-gements sowie dessen wesentliche Strategien zu differenzieren und zu erklären, Kostenstruktu-ren mittels Break-Even-Analyse und Funktionskostenanalyse zu analysieren und aufgabenspezifischStrategien und Maßnahmen zur Erreichung von Kostenzielen zu formulieren und hinsichtlich ihrerReichweite zu bewerten.

• Bedingungen der nachhaltigen Produktentwicklung zu beschreiben und das Vorgehen zur Erstellungvon Ökobilanzen zu erklären.

• Unternehmenssituationen hinsichtlich der angebotenen Produktvielfalt zu analysieren und die Ge-fahr von Komplexitätsfallen zu erkennen und zu erklären.

• Grenzen des Einsatz von Protoypen zu erklären sowie zu bewerten.• Herausforderungen der Entwicklung und Produktion in global agierenden Firmen zu benennen und

Lösungstrategien zu identifizieren.

3 Empfohlene Voraussetzung für die TeilnahmeKeine


• Modulprüfung (Fachprüfung, fakultativ, Standard BWS)Schriftl. Prüfung 90 min oder mündliche Prüfung 30 min

5 Benotung

1.3 Weitere Grundlagen 4

Modulabschlussprüfung:• Modulprüfung (Fachprüfung, fakultativ, Gewichtung: 100 %)

6 Verwendbarkeit des ModulsWP Bachelor MPE


8 LiteraturU. Lindemann. Methodische Entwicklung technischer Produkte: Methoden flexibel und situationsgerechtanwenden. VDI-Buch. Springer-Verlag Berlin Heidelberg, 2009.G. Pahl;W. Beitz; J. Feldhusen; K.H. Grote. Konstruktionslehre – Grundlagen erfolgreicher Produktentwick-lung, Methoden und Anwendungen. Springer Verlag, Berlin, 2006.E. Kirchner & H. Birkhofer. Werkzeuge und Methoden der Produktentwicklung, Vorlesungsunterlagen despmd, 2018

Enthaltene Kurse

Kurs-Nr. Kursname16-05-5080-vl Werkzeuge und Methoden der Produktentwicklung

Dozent Lehrform SWSVorlesung 2

Kurs-Nr. Kursname16-05-5080-ue Werkzeuge und Methoden der Produktentwicklung

Dozent Lehrform SWSÜbung 2


ModulnameEchtzeitanwendungen und Kommunikation mit Microcontrollern und programmierbaren Logikbausteinen

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-gt-2040 4 CP 120 h 75 h 1 WiSe/SoSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr.-Ing. Gerd Griepentrog

1 LerninhaltMikrocontroller und FPGAs werden heute vielfältig zur Realisierung von Steuerungs- und Regelungsaufga-ben eingesetzt. Im Falle des Einsatzes in der Antriebstechnik und Leistungselektronik wird mit Hilfe dieserBausteine häufig die Ansteuerung von Wechselrichtern oder DC/DC Wandlern realisiert.In diesem Kontext sind zum einen praktisch immer Echtzeitanforderungen zu erfüllen und zum anderenviele verschiedene Kommunikationsschnittstellen zu bedienen. Das Modul vermittelt das Hintergrundwis-sen und die Kompetenzen, um in diesem Bereich erfolgreich Steuerungs- und Regelungsaufgaben zu reali-sieren.Im Einzelnen werden folgende Inhalte vermittelt:

• Architektur von Mikrocontrollern• Aufbau und Funktion von FPGAs, Werkzeuge und Sprachen zur Programmierung• Typische Peripheriekomponenten in Mikrocontrollern• Capture & Compare, PWM, A/D-Wandler• I2C, SPI, CAN, Ethernet• Programmierung von Mikrocontrollern in C• Peripheriekomponenten• Interruptbehandlung• Echtzeiteigenschaften der Software, Interrupts, Interruptlatenz• Regelung von induktiven Verbrauchern• Schaltungsgrundlagen, Power-MOSFETS, IGBTsNumerische Verfahren für die Berechnung

2 Qualifikationsziele / LernergebnisseStudierende können nach Abschluss des Moduls

• eine digitale Regelungsaufgabe in HW- und SW-Anteile separieren.• HW-Anteile in einer HW-Beschreibungssprache spezifizieren und mit Hilfe eines Mikrocontrollers die

SW-Anteile implementieren.• die Echtzeitfähigkeit ihres Programms bewerten und können obere Grenzen für Reaktionszeiten des

Systems ermitteln.• die entwickelte Lösung mit Hilfe einer Entwicklungsumgebung auf das Zielsystem übertragen und

dort debuggen.

3 Empfohlene Voraussetzung für die TeilnahmeKenntnisse in C-Programmierung (Syntax, Operatoren, Zeigerarithmetik)





6 Verwendbarkeit des ModulsMSc MEC, MSc ETiT


8 Literatur


Skript, Übungsanleitung und ppt-Folien, alles sowohl als Hard-Copy oder als Download; User Manuals derverwendeten Bausteine und Entwicklungsumgebung

Enthaltene Kurse

Kurs-Nr. Kursname18-gt-2040-vl Echtzeitanwendungen und Kommunikation mit Microcontrollern und programmierba-

ren Logikbausteinen

Dozent Lehrform SWSProf. Dr.-Ing. Gerd Griepentrog Vorlesung 1

Kurs-Nr. Kursname18-gt-2040-pr Echtzeitanwendungen und Kommunikation mit Microcontrollern und programmierba-

ren Logikbausteinen

Dozent Lehrform SWSProf. Dr.-Ing. Gerd Griepentrog, Prof. Dr.-Ing. Christian Hochberger Praktikum 2


ModulnameSystemdynamik und Regelungstechnik II

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-ad-1010 7 CP 210 h 135 h 1 SoSe


1 LerninhaltWichtigste behandelte Themenbereiche sind:

• Wurzelortskurvenverfahren (Konstruktion und Anwendung),• Zustandsraumdarstellung linearer Systeme (Systemdarstellung, Zeitlösung, Steuerbarkeit, Beob-

achtbarkeit, Zustandsregler, Beobachter)


• Wurzelortskurven erzeugen und analysieren• das Konzept des Zustandsraumes und dessen Bedeutung für lineare Systeme erklären• die Systemeigenschaften Steuerbarkeit und Beobachtbarkeit benennen und gegebene System dar-

aufhin untersuchen• verschiedenen Reglerentwurfsverfahren im Zustandsraum benennen und anwenden• nichtlineare Systeme um einen Arbeitspunkt linearisieren.

3 Empfohlene Voraussetzung für die TeilnahmeSystemdynamik und Regelungstechnik I





6 Verwendbarkeit des ModulsBSc ETiT, MSc MEC, MSc iST, MSc WI-ETiT, MSc iCE, MSc EPE, MSc CE, MSc Informatik


8 LiteraturAdamy: Systemdynamik und Regelungstechnik II, Shaker Verlag (erhältlich im FG-Sekretariat)http://www.rtr.tu-darmstadt.de/lehre/e-learning (optionales Material)

Enthaltene Kurse

Kurs-Nr. Kursname18-ad-1010-vl Systemdynamik und Regelungstechnik II

Dozent Lehrform SWSProf. Dr.-Ing. Jürgen Adamy Vorlesung 3

Kurs-Nr. Kursname18-ad-1010-ue Systemdynamik und Regelungstechnik II

Dozent Lehrform SWSProf. Dr.-Ing. Jürgen Adamy Übung 2


http://www.rtr.tu-darmstadt.de/lehre/e-learning

ModulnameDigitale Regelungssysteme I

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-ko-2020 4 CP 120 h 75 h 1 SoSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr.-Ing. Ulrich Konigorski

1 LerninhaltTheoretische Grundlagen von Abtast-Regelungsystemen:Zeitdiskrete Funktionen, Abtast-/Halteglied, z-Transformation, Faltungssumme, z-Übertragungsfunktion,Stabilität von Abtastsystemen, Entwurf zeitdiskreter Regelungen, Diskrete PI-, PD- und PID-Regler,Kompensations- und Deadbeat-Regler, Anti-Windup-Maßnahmen

2 Qualifikationsziele / LernergebnisseDer Student erlangt Kenntnisse im Bereich der digitalen Regelungs- und Steuerungstechnik. Er kennt diegrundlegenden Unterschiede zwischen kontinuierlichen und diskreten Regelungssystemen und kann zeit-diskrete Regelungen nach verschiedenen Verfahren analysieren und entwerfen.

3 Empfohlene Voraussetzung für die TeilnahmeHilfreich sind Kenntnisse der Laplace- und Fourier-Transformation sowie der Grundlagen der zeitkontinu-ierlichen Regelungstechnik. Diese Grundlagen werden in der Vorlesung Systemdynamik und Regelungs-technik I angeboten.





6 Verwendbarkeit des ModulsBSc/MSc Wi-ETiT, MSc ETiT, BSc/MSc CE, MSc MEC, BSc/MSc iST, MSc iCE, MSc Informatik


8 LiteraturSkript Konigorski: „Digitale Regelungssysteme“Ackermann: Äbtastregelung"Aström, Wittenmark: "Computer-controlled Systems"Föllinger: "Lineare Abtastsysteme"Phillips, Nagle: "Digital control systems analysis and design"Unbehauen: "Regelungstechnik 2: Zustandsregelungen, digitale und nichtlineare Regelsysteme"

Enthaltene Kurse

Kurs-Nr. Kursname18-ko-2020-vl Digitale Regelungssysteme I

Dozent Lehrform SWSProf. Dr.-Ing. Ulrich Konigorski Vorlesung 2

Kurs-Nr. Kursname18-ko-2020-ue Digitale Regelungssysteme I

Dozent Lehrform SWSProf. Dr.-Ing. Ulrich Konigorski Übung 1


ModulnameModellbildung und Simulation



1 LerninhaltZweck der Modellbildung, Theoretische Modellbildung durch Anwendung physikalischer Grundgesetze,verallgemeinerte Netzwerkanalyse, Modellierung örtlich verteilter Systeme, Modellvereinfachung, Lineari-sierung, Ordnungsreduktion, Digitale Simulation linearer Systeme, Numerische Integrationsverfahren

2 Qualifikationsziele / LernergebnisseDie Studierenden werden in der Lage sein, verschiedene Verfahren zur mathematischen Modellierung dy-namischer Systeme aus unterschiedlichen Anwendungsgebieten anzuwenden. Sie werden die Fähigkeitbesitzen, das dynamische Verhalten der modellierten Systeme digital zu simulieren und die dabei zur Ver-fügung stehenden numerischen Integrationsmethoden gezielt einzusetzen.

3 Empfohlene Voraussetzung für die TeilnahmeGrundkenntnisse der zeitkontinuierlichen und zeitdiskreten Regelungstechnik. Diese Grundlagen werdenin den Vorlesungen „Systemdynamik und Regelungstechnik I und II“ sowie „Digitale Regelungssysteme Iund II“ angeboten.





6 Verwendbarkeit des ModulsMSc ETiT, MSc MEC


8 LiteraturSkript Konigorski: „Modellbildung und Simulation“,Lunze: „Regelungstechnik 1 und 2“,Föllinger: „Regelungstechnik: Einführung in die Methoden und ihre Anwendung“

Enthaltene Kurse

Kurs-Nr. Kursname18-ko-2010-vl Modellbildung und Simulation


Kurs-Nr. Kursname18-ko-2010-ue Modellbildung und Simulation



2 Technische und NaturwissenschaftlicheWahlfächer

2.1 MB

2.1.1 Wahlfächer MB

ModulnameGrundlagen der Adaptronik

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus16-26-5030 4 CP 120 h 90 h 1 WiSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr.-Ing. Holger Hanselka

1 LerninhaltDefinitionen smarte passive, adaptive und aktive Systeme; multifunktionale Werkstoffe; Piezokeramiken,Formgedächtnismaterialien, elektro- und magnetorheologische Flüssigkeiten; dielektrische Polymere; Ak-torkonzepte; smarte Dämpfer, adaptive Tilger, Inertialmassenaktoren, aktive Lagerungen; Entwurfsverfah-ren; Konstruktionsprinzipien; Prinzipien der Schwingungsminderung; Rückführungen, elektromechanischeAnalogie, Shunt Damping; Anwendungen

2 Qualifikationsziele / LernergebnisseNachdem die Studierenden die Lerneinheit erfolgreich abgeschlossen haben, sollten sie in der Lage sein:

• Mechatronische und adaptronische Systeme zu analysieren.• Prinzipien der Schwingungskontrolle und die Wirkweise und die erweiterten Möglichkeiten durch

adaptronische Systeme zu erklären und Lösungskonzepte zu bewerten und abzuleiten.• Physikalische Prinzipien und Eigenschaften von Wandlerwerkstoffen wie Piezokeramiken, Formge-

dächtnismaterialien oder elektro- und magnetorheologischen Fluiden, Einsatzmöglichkeiten und Li-mitationen zu analysieren und für bestimmte Randbedingungen geeignet auszuwählen.

• Smarte Aktoren zur Schwingungskontrolle zu erklären und auf ausgewählte Randbedingungen zuübertragen.

• Anwendungsmöglichkeiten von smarten Struktursystemen inklusive Limitationen zu evaluieren.

3 Empfohlene Voraussetzung für die TeilnahmeSchwingungstechnik


• Modulprüfung (Fachprüfung, Fachprüfung, Standard BWS)Mündliche Prüfung 30 min


• Modulprüfung (Fachprüfung, Fachprüfung, Gewichtung: 100 %)

6 Verwendbarkeit des ModulsWPB Master MPE II (Kernlehrveranstaltungen aus dem Maschinenbau)WPB Master PST III (Fächer aus Natur- und Ingenieurwissenschaft für Papiertechnik)Master Mechatronik

11


8 LiteraturVorlesungsfolienFuller, C., Elliot, S., Nelson, P.: Active Control of Vibration. London: Academic Press 1996Hansen, C.H. , Snyder, S.D.: Active Control of Noise and Vibration, London: E&FN Spon 1997Ruschmeyer, K., u.a.: Piezokeramik. Rennigen-Malmsheim: expert verlag 1995Utku, S.: Theory of Adaptive Structures, Boca Raton: CRC Press LLC 1998Duerig, T.W.: Engineering Aspects of Shape Memory Alloys, London, Butterworth-Heinemann, 1990

Enthaltene Kurse

Kurs-Nr. Kursname16-26-5030-vl Grundlagen der Adaptronik


2.1 MB 12

ModulnameMechatronik und Assistenzsysteme im Automobil

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus16-27-5040 6 CP 180 h 105 h 1 SoSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr. rer. nat. Hermann Winner

1 LerninhaltElektrische Energieversorgung, Hybrid- und Wasserstoffantriebe; Mechatronischer Triebstrang; Mechatro-nische Brems- und Lenksysteme; Fahrer- und Fahrerassistenzmodelle; Messverfahren der Sensorik; Fahrdy-namiksensoren; Umgebungssensoren; infrastrukturabhängige Sensoren; Aktorik Motor, Bremse und Len-kung; Längsführungsassistenz; Querführungsassistenz; Informations- und Warnsysteme; Aktive Kollisions-schutzsysteme; Aktive und passive Sicherheit; Navigation und Telematik; Zukunft der Fahrerassistenzsys-teme


• Die Anforderungen an die elektrische Energieversorgung eines Fahrzeugs zu nennen und den Aufbauund die Wirkprinzipien der Hauptkomponente zu erklären.

• Die Prinzipien verschiedener Arten von Hybridantrieben sowie die prinzipielle Funktionsweise einerBrennstoffzelle zu erklären.

• Qualifiziert über die zukünftigen Antriebe und die Energiebereitstellung zu diskutieren.• Wirkungsprinzipien aktiver und mechatronischer Radaufhängungselemente sowie mechatronischer

Triebstrang-, Brems- und Lenksysteme zu erläutern.• Fahrerassistenzsysteme hinsichtlich der Klasse und Wirkungsweise einzuordnen.• Die besonderen Schwierigkeiten der Umfelderfassung anzugeben und deren Folgen für die Nutzung

zu erläutern.• Die Wirkkette der Sensoren von Detektion über Wahrnehmung bis Umweltrepräsentation für Ultra-

schall, Radar, Lidar und Video aufzuzeigen.• Die Grundfunktionen und die Funktionsgrenzen für automatisch agierende FAS und Kollisionsschutz-

systeme zu erläutern.• Nutzen und Wirkungsweise von Kraftfahrzeug-Sicherheitssystemen zu veranschaulichen, den Her-

gang eines Unfalls zu beschreiben und die Grundzüge eines Crashtests aufzuzeigen.• Die Grundfunktion der für die Navigation im Fahrzeug notwendigen Module zu veranschaulichen

und eine Diskussion zum Stand und der Aussicht von Verkehrstelematiksystemen und Assistenzsys-temen qualifiziert zu führen.

3 Empfohlene Voraussetzung für die TeilnahmeKraftfahrzeugtechnisches Grundlagenwissen


• Modulprüfung (Fachprüfung, Fachprüfung, Standard BWS)Schriftliche Prüfung 90 min oder mündliche Prüfung 45 min



6 Verwendbarkeit des ModulsWPB Master MPE II (Kernlehrveranstaltungen aus dem Maschinenbau)WPB Master PST III (Fächer aus Natur- und Ingenieurwissenschaft für Papiertechnik)WI/MB, MSc Traffic&Transport, (Vertiefungsmodul FB16, ggf. Auflage), Master Mechatronik, MSc. Infor-matik (Anwendungsfach Fahrzeugtechnik, Spezialisierung)


8 Literatur

2.1 MB 13

Skriptum zur Vorlesung, e-Learning Angebot bei Moodle

Enthaltene Kurse

Kurs-Nr. Kursname16-27-5040-vl Mechatronik und Assistenzsysteme im Automobil


Kurs-Nr. Kursname16-27-5040-ue Mechatronik und Assistenzsysteme im Automobil


2.1 MB 14

ModulnamePrinted Electronics


Sprache Modulverantwortliche PersonDeutsch Prof. Dr. Edgar Dörsam

1 LerninhaltDrucktechnologien für funktionales Drucken (Druckverfahren und Drucksysteme); Design und Materialienfür gedruckte Elektronik (Antennen, OFET, RFID); Maßnahmen zur Qualitätssicherung; Anwendungsbei-spiele (Antennen, RFID, OFET, Fotovoltaik, Batterien, Lab on a Chip).


• Die geeigneten Drucktechnologien für „Printed Electronics“ zu beschreiben.• Drucktechnisch geeignete Materialien zu benennen und deren Auswirkungen am Beispiel von An-

tennen und OFET’s auf das Design zu beschreiben.• Die verschiedenen Maßnahmen zur Qualitätssicherung einzuordnen und zu bewerten.• Die grundlegenden Funktionen, den Aufbau, die Materialien und die spezifischen Eigenschaften von

gedruckten Antennen, RFID’s, Fotovoltaik und Batterien zu erklären.• Das Drucken von Elektronik als eine interdisziplinäre Aufgabe der Fachdisziplinen Elektrotechnik,

Materialwissenschaften und Maschinenbau zu verstehen und zu kombinieren.

3 Empfohlene Voraussetzung für die TeilnahmeMaschinenelemente und Mechatronik I und II empfohlen


• Modulprüfung (Fachprüfung, Fachprüfung, Standard BWS)Mündliche Prüfung 30 min



6 Verwendbarkeit des ModulsWPB Master MPE III (Wahlfächer aus Natur- und Ingenieurwissenschaft)WPB Master PST III (Fächer aus Natur- und Ingenieurwissenschaft für Papiertechnik)Master ETiT IMNT; Master Mechatronik


8 LiteraturSkriptum wird vorlesungsbegleitend im Internet angeboten.

Enthaltene Kurse

Kurs-Nr. Kursname16-17-5110-vl Printed Electronics


2.1 MB 15

2.2 ETiT

2.2.1 Kernfächer ETiT

ModulnameRechnersysteme II

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-hb-2030 6 CP 180 h 120 h 1 SoSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr.-Ing. Christian Hochberger

1 Lerninhalt• Konfigurierbare Technologien• FPGA-Architekturen und Eigenschaften• System-On-Chip, HW-Komponenten, SW-Tool-Chain, Support-SW• Coarse Grained Reconfigurable Architectures, PE-Architektur, Modulo-Scheduling

2 Qualifikationsziele / LernergebnisseNach Abschluss des Moduls kennen die Studierenden rekonfigurierbare Technologien und Chip-Architekturen, die diese verwenden (FPGAs und CGRAs). Sie können die passende Technologie für kon-krete Anwendungen auswählen. Sie wissen, welche Komponenten zu einem System-on-Chip gehören, undkönnen ein anwendungsspezifisches SoC konfigurieren und programmieren. Studierende können rechen-intensive Anwendungen auf ein CGRA abbilden und kennen die Einschränkungen und Hürden bei derAbbildung.

3 Empfohlene Voraussetzung für die TeilnahmeSolide Grundkenntnisse der Digitaltechnik und der Rechnerarchitektur (wie sie z.B. in den Vorlesungen “Lo-gischer Entwurf” und “Rechnersysteme I” erworben werden. Grundkenntnisse in der ProgrammierspracheC sollten vorhanden sein.


• Modulprüfung (Fachprüfung, mündliche Prüfung, Dauer: 30 min, Standard BWS)


• Modulprüfung (Fachprüfung, mündliche Prüfung, Gewichtung: 100 %)

6 Verwendbarkeit des ModulsMSc ETiT, MSc iST, MSc iCE, MSc Wi-ETiT


8 LiteraturDie Folien zur Vorlesung können über Moodle heruntergeladen werden.

Enthaltene Kurse

Kurs-Nr. Kursname18-hb-2030-vl Rechnersysteme II

Dozent Lehrform SWSProf. Dr.-Ing. Christian Hochberger, M.Sc. Johanna Rohde Vorlesung 3

Kurs-Nr. Kursname18-hb-2030-ue Rechnersysteme II

Dozent Lehrform SWSProf. Dr.-Ing. Christian Hochberger, M.Sc. Johanna Rohde Übung 1

2.2 ETiT 16

2.2.2 Wahlfächer ETiT

ModulnameMicroprocessor Systems

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-ho-2040 4 CP 120 h 75 h 1 SoSe

Sprache Modulverantwortliche PersonEnglisch Prof. Dr.-Ing. Klaus Hofmann

1 LerninhaltMikroprozessorarchitekturen, DSP-Architekturen und hardwarenahe Programmierung

2 Qualifikationsziele / LernergebnisseEin Student kann nach Besuch der Veranstaltung1. einen Überblick über die Grundlagen der Rechnerarithmetik und der verschiedenen Prozessorklassen(RISC, CISC, Mikrocontroller, CPU, DSP) reflektieren,2. die zentralen Bausteine und Blöcke einer CPU verstehen,3. die Eigenschaften der notwendigen Datenspeicher (Halbleiterspeicher), Input/Output Blöcke bzw. Buss-trukturen (USB, PCI, RS232) verstehen,4. die gängigsten Interrupt- und Trapmechanismen verstehen,5. die wichtigsten Entwicklungsmethoden von Software für Mikrorechner (Assembler, Pseudooperationen,Makros, Unterprogramme) kennenlernen,6. die wichtigsten Grundlagen des hardwarenahen Programmierens in der Programmiersprache C verste-hen.

3 Empfohlene Voraussetzung für die TeilnahmeGrundlagen Computerarchtekturen





6 Verwendbarkeit des ModulsMSc ETiT, MSc Wi-ETiT, MSc iCE, MSc iST, MSc MEC, MSc EPE


8 LiteraturSkriptum

Enthaltene Kurse

Kurs-Nr. Kursname18-ho-2040-vl Microprocessor Systems

Dozent Lehrform SWSDr.-Ing. Matthias Rychetsky Vorlesung 2

Kurs-Nr. Kursname18-ho-2040-ue Microprocessor Systems

Dozent Lehrform SWSDr.-Ing. Matthias Rychetsky Übung 1

2.2 ETiT 17

ModulnameSoftware-Engineering - Wartung und Qualitätssicherung

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-su-2010 6 CP 180 h 120 h 1 SoSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr. rer. nat. Andreas Schürr

1 LerninhaltDie Lehrveranstaltung vertieft Teilthemen der Softwaretechnik, welche sich mit der Pflege und Wei-terentwicklung und Qualitätssicherung von Software beschäftigen. Dabei werden diejenigen Hauptthe-men des IEEE „Guide to the Software Engineering Body of Knowledge“ vertieft, die in einführendenSoftwaretechnik-Lehrveranstaltungen nur kurz angesprochen werden. Das Schwergewicht wird dabei auffolgende Punkte gelegt: Softwarewartung und Reengineering, Konfigurationsmanagement, statische Pro-grammanalysen und Metriken sowie vor allem dynamische Programmanalysen und Laufzeittests. In denÜbungen wird als durchgängiges Beispiel ein geeignetes Öpen SourceProjekt ausgewählt. Die Übungs-teilnehmer untersuchen die Software des gewählten Projektes in einzelnen Teams, denen verschiedeneTeilsysteme des betrachteten Gesamtsystems zugeordnet werden.

2 Qualifikationsziele / LernergebnisseDie Lehrveranstaltung vermittelt an praktischen Beispielen und einem durchgängigen Fallbeispiel grundle-gende Software-Wartungs- und Qualitätssicherungs-Techniken, also eine ingenieurmäßige Vorgehensweisezur zielgerichteten Wartung und Evolution von Softwaresystemen. Nach der Lehrveranstaltung sollte einStudierender in der Lage sein, die im Rahmen der Softwarewartung und -pflege eines größeren Systemsanfallenden Tätigkeiten durchzuführen. Besonderes Augenmerk wird dabei auf Techniken zur Verwaltungvon Softwareversionen und –konfigurationen sowie auf das systematische Testen von Software gelegt. Inder Lehrveranstaltung wird zudem großer Wert auf die Einübung praktischer Fertigkeiten in der Auswahlund im Einsatz von Softwareentwicklungs- Wartungs- und Testwerkzeugen verschiedenster Arten sowieauf die Arbeit im Team unter Einhaltung von vorher festgelegten Qualitätskriterien gelegt.

3 Empfohlene Voraussetzung für die TeilnahmeGrundlagen der Softwaretechnik sowie gute Kenntnisse objektorientierter Programmiersprachen (insbe-sondere Java).





6 Verwendbarkeit des ModulsMSc ETiT, MSc iST, MSc Wi-ETiT, Informatik


8 Literaturwww.es.tu-darmstadt.de/lehre/se_ii/

Enthaltene Kurse

Kurs-Nr. Kursname18-su-2010-vl Software-Engineering - Wartung und Qualitätssicherung

Dozent Lehrform SWSProf. Dr. rer. nat. Andreas Schürr, M.Sc. Sebastian Marvin Ruland Vorlesung 3

2.2 ETiT 18

http://www.es.tu-darmstadt.de/lehre/se_ii/

Kurs-Nr. Kursname18-su-2010-ue Software-Engineering - Wartung und Qualitätssicherung

Dozent Lehrform SWSProf. Dr. rer. nat. Andreas Schürr, M.Sc. Sebastian Marvin Ruland Übung 1

2.2 ETiT 19

ModulnameAnalog Integrated Circuit Design


Sprache Modulverantwortliche PersonDeutsch Prof. Dr.-Ing. Klaus Hofmann

1 LerninhaltGrundlegende Analogschaltungsblöcke: Stromspiegel, Referenzschaltungen; Mehrstufige Verstärker, inter-ner Aufbau und Eigenschaften von Differenz- und Operationsverstärkern, Gegenkopplung, Frequenzgang,Oszillatoren

2 Qualifikationsziele / LernergebnisseEin Student kann nach Besuch der Veranstaltung 1. Eigenschaften des MOS-Transistors aus dem Herstel-lungsprozess bzw. dem Layouteigenschaften herleiten, 2. MOSFET-Grundschaltungen (Stromquelle, Strom-spiegel, Schalter, aktive Widerstände, inv. Verstärker, Differenzverstärker, Ausgangsverstärker, Operations-verstärker, Komparatoren) herleiten und kennt deren wichtigste Eigenschaften (y-Parameter, DC- und AC-Eigenschaften), 3. Simulationsverfahren für analoge Schaltungen auf Transistorebene (SPICE) verstehen, 4.Gegengekoppelte Verstärker bezüglich Frequenzgang und –stabilität, Bandbreite, Ortskurven, Amplitudenund Phasenrand analysieren, 5. die analogen Eigenschaften digitaler Gatter herleiten und berechnen.

3 Empfohlene Voraussetzung für die TeilnahmeVorlesung „Elektronik“





6 Verwendbarkeit des ModulsBSc ETiT, BSc Wi-ETiT, MSc iCE, BSc/MSc iST, BSc/MSc MEC, MSc EPE


8 LiteraturSkriptum zur Vorlesung; Richard Jaeger: Microelectronic Circuit Design

Enthaltene Kurse

Kurs-Nr. Kursname18-ho-1020-vl Analog Integrated Circuit Design

Dozent Lehrform SWSProf. Dr.-Ing. Klaus Hofmann Vorlesung 3

Kurs-Nr. Kursname18-ho-1020-ue Analog Integrated Circuit Design

Dozent Lehrform SWSProf. Dr.-Ing. Klaus Hofmann Übung 1

2.2 ETiT 20

ModulnameDigitale Regelungssysteme II



1 LerninhaltZustandsdarstellung zeitdiskreter Systeme, Steuerbarkeit, Beobachtbarkeit, Zustandsregler, Polvorgabe, PI-Zustandsregler, diskrete Zustandsbeobachter, modifizierter Luenbergerbeobachter

2 Qualifikationsziele / LernergebnisseDer Studierenden kennen die mathematische Beschreibung von Abtastsystemen im Zustandsraum unddie hierfür zur Verfügung stehenden Verfahren zur Systemanalyse und zum Entwurf digitaler Regelungs-syssteme. Sie können Deadbeat-Regler, Polvorgaberegler sowie PI-Zustandsregler für Eingrößensystemeentwerfen und können diese zusammen mit verschiedenen diskreten Zustandsbeobachtern einsetzen.

3 Empfohlene Voraussetzung für die TeilnahmeKenntnisse der z-Transformation sowie der Grundlagen zeitdiskreter Regelungssysteme. Diese Grundlagenwerden in der Vorlesung „Digitale Regelungssysteme I“ behandelt, die daher vorausgesetzt wird.





6 Verwendbarkeit des ModulsMSc ETiT, MSc Wi-ETiT, BSc/MSc iST, MSc MEC, MSc iCE


8 LiteraturSkript Konigorski: „Digitale Regelungssysteme“Ackermann: Äbtastregelung"Aström, Wittenmark: "Computer-controlled Systems"Föllinger: "Lineare Abtastsysteme"Phillips, Nagle: "Digital control systems analysis and design"Unbehauen: "Regelungstechnik 2: Zustandsregelungen, digitale und nichtlineare Regelsysteme"

Enthaltene Kurse

Kurs-Nr. Kursname18-ko-2030-vl Digitale Regelungssysteme II


Kurs-Nr. Kursname18-ko-2030-ue Digitale Regelungssysteme II


2.2 ETiT 21

ModulnameEchtzeitsysteme



1 LerninhaltDie Vorlesung Echtzeitsysteme befasst sich mit einem Softwareentwicklungsprozess, der speziell auf dieSpezifika von Echtzeitsystemen zugeschnitten ist. Dieser Softwareentwicklungsprozess wird im weiterenVerlauf während der Übungen in Ausschnitten durchlebt und vertieft. Der Schwerpunkt liegt dabei aufdem Einsatz objektorientierter Techniken. In diesem Zusammenhang wird ein echtzeitspezifisches State-of-the-Art CASE-Tool vorgestellt und eingesetzt. Des weiteren werden grundlegende Charakteristika vonEchtzeitsystemen und Systemarchitekturen eingeführt. Auf Basis der Einführung von Schedulingalgorith-men werden Einblicke in Echtzeitbetriebssysteme gewährt. Die Veranstaltung wird durch eine Gegenüber-stellung der Programmiersprache Java und deren Erweiterung für Echtzeitsysteme (RT-Java) abgerundet.

2 Qualifikationsziele / LernergebnisseStudenten, die erfolgreich an dieser Veranstaltung teilgenommen haben, sollen in der Lage sein, modellba-sierte (objektorientierte) Techniken zur Entwicklung eingebetteter Echtzeitsysteme zu verwenden und zubewerten. Dazu gehören folgende Fähigkeiten:

• Systemarchitekturen zu bewerten und Echtzeitsysteme zu klassifizieren• selbständig ausführbare Modelle zu erstellen und zu analysieren• Prozesseinplanungen anhand üblicher Schedulingalgorithmen durchzuführen• Echtzeitprogrammiersprachen und -Betriebssysteme zu unterscheiden, zu bewerten und einzusetzen.

3 Empfohlene Voraussetzung für die TeilnahmeGrundkennntisse des Software-Engineerings sowie Kenntnisse einer objektorientierten Programmierspra-che





6 Verwendbarkeit des ModulsMSc ETiT, BSc iST, MSc Wi-ETiT, BSc Informatik


8 Literaturwww.es.tu-darmstadt.de/lehre/es/

Enthaltene Kurse

Kurs-Nr. Kursname18-su-2020-vl Echtzeitsysteme

Dozent Lehrform SWSProf. Dr. rer. nat. Andreas Schürr Vorlesung 3

Kurs-Nr. Kursname18-su-2020-ue Echtzeitsysteme

Dozent Lehrform SWSProf. Dr. rer. nat. Andreas Schürr Übung 1

2.2 ETiT 22

http://www.es.tu-darmstadt.de/lehre/es/

ModulnameFuzzy-Logik, Neuronale Netze und Evolutionäre Algorithmen

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-ad-2020 4 CP 120 h 75 h 1 WiSe


1 LerninhaltFuzzy-Systeme: Grundlagen, regelbasierte Fuzzy-Logik, Entwurfsverfahren, Entscheidungsfindung, Fuzzy-Regelung, Mustererkennung, Diagnose; Neuronale Netze: Grundlagen, Multilayer-Perzeptrons, Radiale-Basisfunktionen-Netze, Mustererkennung, Identifikation, Regelung, Interpolation und Approximation;Neuro-Fuzzy: Optimierung von Fuzzy-Systemen, datengetriebene Regelgenerierung; Evolutionäre Algo-rithmen: Optimierungsaufgaben, Evolutionsstrategien und deren Anwendung, Genetische Algorithmen undderen Anwendung


• die Elemente und Standardstruktur von Fuzzy- Logik-Systemen, Neuronalen Netzen und Evolutio-nären Algorithmen nennen,

• die Vor- und Nachteile der einzelnen Operatoren, die in diesen Systemen der Computational Intelli-gence vorkommen, in Bezug auf eine Problemlösung benennen,

• erkennen, wann sich die Hilfsmittel der Computational Intelligence zur Problemlösung heranziehenlassen,

• die gelernten Algorithmen in Computerprogramme umsetzen,• die gelernten Standartmethoden erweitern, um neue Probleme zu lösen.

3 Empfohlene Voraussetzung für die Teilnahme





6 Verwendbarkeit des ModulsBSc iST, MSc ETiT, MSc MEC, MSc WI-ETiT, MSc iCE, MSc EPE, MSc CE, MSc Informatik


8 LiteraturAdamy : Fuzzy Logik, Neuronale Netze und Evolutionäre Algorithmen, Shaker Verlag (erhältlich im FG-Sekretariat)www.rtr.tu-darmstadt.de (optionales Material)

Enthaltene Kurse

Kurs-Nr. Kursname18-ad-2020-vl Fuzzy-Logik, Neuronale Netze und Evolutionäre Algorithmen

Dozent Lehrform SWSProf. Dr.-Ing. Jürgen Adamy, M.Sc. Fabian Müller Vorlesung 2

Kurs-Nr. Kursname18-ad-2020-ue Fuzzy-Logik, Neuronale Netze und Evolutionäre Algorithmen

Dozent Lehrform SWSProf. Dr.-Ing. Jürgen Adamy, M.Sc. Fabian Müller Übung 1

2.2 ETiT 23

http://www.rtr.tu-darmstadt.de/

ModulnameKommunikationsnetze I

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-sm-1010 6 CP 180 h 120 h 1 SoSe

Sprache Modulverantwortliche PersonEnglisch Prof. Dr.-Ing. Ralf Steinmetz

1 LerninhaltIn dieser Veranstaltung werden die Technologien, die Grundlage heutiger Kommunkationsnetze sind, vor-gestellt und analysiert.Die Vorlesung deckt grundlegendes Wissen über Kommunikationssysteme ab und betrachtet im Detail die4 unteren Schichten des ISO-OSI-Modells: Bitübertragungsschicht, Sicherungsschicht, Vermittlungsschichtund Teile der Transportschicht.Die Bitübertragungsschicht, die zuständig ist für eine adäquate Übertragung über einen Kanal, wird kurzbetrachtet. Danach werden fehlertolerante Kodierung, Flusskontrolle und Zugangskontrollverfahren (Me-dium access control) der Sicherungsschicht betrachtet. Anschließend wird die Netzwerkschicht behandelt.Der Fokus liegt hier auf Wegefindungs- und Überlastkontrollverfahren. Abschließend werden grundlegendeFunktionen der Transportschicht betrachtet. Dies beinhaltet UDP und TCP- Das Internet und dessen Funk-tionsweise wird im Laufe der Vorlesung detailliert betrachtet.Themen sind:

• ISO-OSI und TCP/IP Schichtenmodelle• Aufgaben und Eigenschaften des Bitübertragungsschicht• Kodierungsverfahren der Bitübertragungsschicht• Dienste und Protokolle der Sicherungsschicht• Flußkontrolle (sliding window)• Anwendungen: LAN, MAN, High-Speed LAN, WAN• Dienste der Vermittlungsschicht• Wegefindungsalgorithmen• Broadcast- und Multicastwegefindung• Überlastbehandlung• Adressierung• Internet Protokoll (IP)• Netzbrücken• Mobile Netze• Services und Protokolle der Transportschicht• TCP, UDP

2 Qualifikationsziele / LernergebnisseDiese Vorlesung betrachet Grundfunktionalitäten, Serives, Protokolle, Algorithmen und Standards vonKommunikationssystemen. Vermitteltet Kompetenzen sind grundlegedes Wissen über die vier unterenSchichten des ISO-OSI-Modells: Bitübertragungsschicht, Sicherungsschicht, Vermittlungsschicht und Trans-portschicht. Desweiteren wird Grundwissen über Kommunikationssysteme vermittelt. Besucher der Vorle-sung werden Funktionen heutiger Netzwerketechnologien und des Internets erlernen.






6 Verwendbarkeit des Moduls

2.2 ETiT 24

Wi-CS, Wi-ETiT, BSc CS, BSc ETiT, BSc iST

7 Notenverbesserung nach §25 (2)Ein Bonus in Höhe von 0,3 oder 0,7 Notenstufen kann erlangt werden.Für den 0,3-Bonus gilt: 7 von 9 Übungen müssen bestmöglich gelöst werden. Das bedeutet, dass jede Fragebeantwortet sein sollte. Es muss jedoch nicht jede Antwort absolut korrekt sein, damit ein Übungsblatt alskorrekt akzeptiert wird. Zusätzlich muss mindestens ein Wiki-Artikel verfasst oder ein Applet vorgestelltwerden aus dem Themengebiet der Vorlesung.Für den 0,7-Bonus gilt: Es muss eine Präsenz-Übung präsentiert werden und drei statt einem Wiki-Artikelverfasst werden oder fünf Wiki-Artikel verfasst werden.Eine mündliche Prüfung, das Fachgespräch wird abschließend abgenommen. Die Teilnahem daran ist zwin-gend notwendig für den Erhalt des Bonus. Der Bonus kommt nur zur Anwendung, wenn bei der eigentli-chen Prüfung eine 4,0 oder besser erreicht wird.

8 LiteraturAusgewählte Kapitel aus folgenden Büchern:

• Andrew S. Tanenbaum: Computer Networks, 5th Edition, Prentice Hall, 2010• Andrew S. Tanenbaum: Computernetzwerke, 3. Auflage, Prentice Hall, 1998• Larry L. Peterson, Bruce S. Davie: Computer Networks: A System Approach, 2nd Edition, Morgan

Kaufmann Publishers, 1999• Larry L. Peterson, Bruce S. Davie: Computernetze, Ein modernes Lehrbuch, 2. Auflage, Dpunkt Ver-

lag, 2000• James F. Kurose, Keith W. Ross: Computer Networking: A Top-Down Approach Featuring the Internet,

2nd Edition, Addison Wesley-Longman, 2002• Jean Walrand: Communication Networks: A First Course, 2nd Edition, McGraw-Hill, 1998

Enthaltene Kurse

Kurs-Nr. Kursname18-sm-1010-vl Kommunikationsnetze I

Dozent Lehrform SWSDr.-Ing. Amr Rizk, Prof. Dr.-Ing. Ralf Steinmetz Vorlesung 3

Kurs-Nr. Kursname18-sm-1010-ue Kommunikationsnetze I

Dozent Lehrform SWSDr.-Ing. Amr Rizk, Prof. Dr.-Ing. Ralf Steinmetz Übung 1

2.2 ETiT 25

ModulnameComputer Aided Design for SoCs


Sprache Modulverantwortliche PersonEnglisch Prof. Dr.-Ing. Klaus Hofmann

1 LerninhaltCAD-Verfahren zum Entwurf und Simulation von integrierten System-on-Chips

2 Qualifikationsziele / LernergebnisseEin Student kennt nach Besuch der Veranstaltung

• die wesentlichen Entwurfs- und Verifikationsabstraktionen beim Entwurf integrierter elektronischerSchaltungen, sowie deren Entwurfsabläufe,

• ausgewählte Algorithmen zur Optimierung/zum Lösen von Simulations- und Entwurfsproblemen,• Fortgeschrittene Verfahren zum Entwurf und Simulation analoger Schaltungen in modernen CMOS-

Technologien• Fortgeschrittene Kenntnisse von Hardwarebeschreibungssprachen und deren Konzepte (Verilog,

VHDL, Verilog-A, Verilog-AMS, System-Verilog)

3 Empfohlene Voraussetzung für die TeilnahmeVorlesung „Advanced Digital Integrated Circuit Design“ (kann parallel besucht werden) und „Analog Inte-grated Circuit Design“ und „Logischer Entwurf“





6 Verwendbarkeit des ModulsMSc ETiT, MSc iST, MSc MEC, MSc Wi-ETiT, MSc iCE


8 LiteraturSkriptum zur Vorlesung

Enthaltene Kurse

Kurs-Nr. Kursname18-ho-2200-vl Computer Aided Design for SoCs

Dozent Lehrform SWSProf. Dr.-Ing. Klaus Hofmann Vorlesung 2

Kurs-Nr. Kursname18-ho-2200-ue Computer Aided Design for SoCs

Dozent Lehrform SWSProf. Dr.-Ing. Klaus Hofmann Übung 1

Kurs-Nr. Kursname18-ho-2200-pr Computer Aided Design for SoCs

Dozent Lehrform SWSProf. Dr.-Ing. Klaus Hofmann Praktikum 1

2.2 ETiT 26

ModulnameRechnersysteme I

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-hb-1020 6 CP 180 h 120 h 1 SoSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr.-Ing. Christian Hochberger

1 LerninhaltBefehlssatzklassen von Prozessoren, Speicher-organisation und Laufzeitverhalten, Prozessorverhalten und-Struktur, Pipelining, Parallelismus auf Befehlsebene, Multiskalare Prozessoren, VLIW-Prozessoren, Gleit-kommadarstellung, Speichersysteme, Cacheorganisation, virtuelle Adressierung, Benchmarking und Leis-tungsbewertung, Systemstrukturen und Bussysteme, Peripheriegeräte

2 Qualifikationsziele / LernergebnisseStudierende haben nach Besuch dieser Vorlesung ein Verständnis des Aufbaus und der Organisationsprin-zipien moderner Prozessoren, Speicher- und Bussysteme erlangt. Sie wissen, wie Konstrukte von Program-miersprachen wie z.B. Unterprogrammsprünge durch Maschinenbefehle implementiert werden. Sie kennenLeistungsmaße für Rechner und können Rechnersysteme analysieren und bewerten. Sie können die Abläufebei der Befehlsverarbeitung in modernen Prozessoren nachvollziehen. Sie können den Einfluss der Spei-cherhierarchie auf die Verarbeitungszeit von Programmen abschätzen. Sie kennen die Funktionsweise vonProzessor- und Feldbussen und können hierfür wesentliche Parameter berechnen.

3 Empfohlene Voraussetzung für die TeilnahmeBesuch der Vorlesung „Logischer Entwurf“ bzw. Grundkenntnisse in Digitaltechnik





6 Verwendbarkeit des ModulsBSc ETiT, BSc Wi-ETiT


8 LiteraturHennessy/Patterson: Computer architecture - a quantitative approach

Enthaltene Kurse

Kurs-Nr. Kursname18-hb-1020-vl Rechnersysteme I

Dozent Lehrform SWSProf. Dr.-Ing. Christian Hochberger Vorlesung 3

Kurs-Nr. Kursname18-hb-1020-ue Rechnersysteme I

Dozent Lehrform SWSProf. Dr.-Ing. Christian Hochberger Übung 1

2.2 ETiT 27

ModulnameRobuste Regelung



1 Lerninhalt• Grundlagen (SVD, Normen, Systemdarstellungen)• Reglerentwurf im Frequenzbereich

– Formulierung von Regelzielen als H2- und Hinf-Optimierungsprobleme– Entwurf von H2- und Hinf-optimalen Reglern

• Robuste Regelung– Unsicherheitsbeschreibung (Additive und multiplikative Unsicherheiten, Multimodellbeschrei-

bungen)– Robustheitsanalyse (Small-Gain-Theorem, mu-Analyse)– Synthese robuster Regler im FrequenzbereichSynthese robuster Regler durch Polbereichsvor-

gabe

2 Qualifikationsziele / LernergebnisseDie Studierenden werden in der Lage sein, Regelungsaufgaben als H2- und H8-Problem zu formulieren,Systemunsicherheiten in geeigneter Form zu beschreiben und einen Reglerentwurf durchzuführen, derrobuste Stabilität und Güte sicherstellt.

3 Empfohlene Voraussetzung für die TeilnahmeSystemdynamik und Regelungstechnik I und II







8 Literatur• S. Skogestad, I. Postlethwaite, Multivariable Feedback Control,2. Auflage, 2005, Wiley• K. Zhou, Essentials of Robust Control, 1998, Prentice-Hall• O. Föllinger, Regelungstechnik, 11. Auflage, 2013, VDE Verlag

Enthaltene Kurse

Kurs-Nr. Kursname18-ko-2140-vl Robuste Regelung

Dozent Lehrform SWSDr. Ing. Eric Lenz Vorlesung 2

2.2 ETiT 28

3 ADP / Seminare, Praktika, InfINat

3.1 ADP / Seminare

3.1.1 ADP / Seminare

3.1.1.1 ADP / Seminare MB

ModulnameADP (6 CP) Fahrzeugtechnik

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus16-27-a061 6 CP 180 h 180 h 1 WiSe/SoSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr. rer. nat. Hermann Winner

1 LerninhaltAktuelle Aufgbenstellungen aus dem Fokus der anbietenden Fachgebiete

2 Qualifikationsziele / LernergebnisseDie Studenten sind in der Lage, im Team komplexe Probleme zu erkennen und zu benennen sowie mög-liche Lösungen zu finden und zu bewerten. Sie beherrschen die Grundzüge der genauen Arbeits- undZeitplanung bei komplexen Aufgaben und übernehmen Leitungsaufgaben eines Teams. Sie erwerben dieFertigkeiten, zwischen divergierenden Standpunkten zu vermitteln und erkennen die Notwendigkeit vonKompromissen sowohl in zwischenmenschlichen Beziehungen als auch beim Lösen ingenieurtypischer Pro-bleme.

3 Empfohlene Voraussetzung für die TeilnahmeMögliche Voraussetzungen werden vom anbietenden Fachgebiet bei der Aufgabenstellung angegeben.


• Modulprüfung (Fachprüfung, Fachprüfung, Standard BWS)





8 Literaturabhängig vom Projekt; wird vom Fachgebiet bekannt gegeben

Enthaltene Kurse

29

ModulnameADP (6 CP) Mechatronische Systeme im Maschinenbau


Sprache Modulverantwortliche PersonDeutsch Prof. Dr.-Ing. Stephan Rinderknecht











Enthaltene Kurse

3.1 ADP / Seminare 30

ModulnameADP (6 CP) Produktentwicklung und Maschinenelemente


Sprache Modulverantwortliche PersonDeutsch Prof. Dr.-Ing. Herbert Birkhofer











Enthaltene Kurse


3.1.1.2 ADP / Seminare ETiT

ModulnameProjektseminar Regelungstechnik



1 LerninhaltUnterschiedliche Projekte aus dem Gebiet der Regelungstechnik werden in Projektgruppen (je nach Aufga-benstellung 2 bis 4 Studierende) bearbeitet und von Mitarbeitern des Instituts betreut.Die Projekte deckenschwerpunktmäßig folgende Themenbereiche ab:

• Modellierung, Analyse und Entwurf von Mehrgrößenregelungen• Modellierung, Analyse und Entwurf örtlich verteilter Systeme• Entwurf robuster Regelungen• Systemanalyse, Überwachung und Fehlerdiagnose• Modellbildung und Identifikation

Exemplarische Anwendungsgebiete sind Werkzeugmaschinen, Produktions-anlagen, Betriebsfestigkeits-prüfstände, verfahrenstechnische Prozesse, Kraftfahrzeuge.

2 Qualifikationsziele / LernergebnisseDie Studierenden kennen nach Abschluss des Projektseminars die einzelnen Schritte bei der Bearbeitungeines regelungstechnischen Projekts. Dies umfasst insbesondere die Erstellung einer Systemspezifikation so-wie die kritische Diskussion und systematische Auswahl geeigneter regelungstechnischer Lösungskonzepteund deren konkrete technische Umsetzung. Dabei lernen die Studierenden die praktische Anwendung derin der Vorlesung „Systemdynamik und Regelungstechnik I“ vermittelten regelungstechnischen Methodenauf reale Problemstellungen. Die Studierenden sollen mit diesem Projektseminar aber auch dazu angelei-tet werden, ihre Professional Skills weiter auszuprägen und zu schärfen. Zu den Professional Skills zählendabei Aspekte wie Teamwork, Präsentationstechniken und die systematische Recherche von Informationen.

3 Empfohlene Voraussetzung für die TeilnahmeVorlesung „Systemdynamik und Regelungstechnik I“


• Modulprüfung (Studienleistung, fakultativ, Standard BWS)


• Modulprüfung (Studienleistung, fakultativ, Gewichtung: 100 %)



8 LiteraturUnterlagen werden am Anfang verteilt (z.B. Anleitung zur Erstellung von schriftlichen Arbeiten etc.)

Enthaltene Kurse

Kurs-Nr. Kursname18-ko-2090-pj Projektseminar Regelungstechnik

Dozent Lehrform SWSProf. Dr.-Ing. Ulrich Konigorski Projektseminar 4


ModulnameProjektseminar Robotik und Computational Intelligence



1 LerninhaltIn dieser Vorlesung werden die folgenden Kentnisse vermittelt: 1. Industrieroboter, 1a. Typen und Anwen-dungen, 1b. Geometrie und Kinematik, 1c. Dynamisches Modell, 1d. Regelung von Industrierobotern, 2.Mobile Roboter, 2a. Typen und Anwendungen, 2b. Sensoren, 2c. Umweltkarten und Kartenaufbau, 2d.Bahnplannung. Nach diesen einführenden Vorlesungen sind konkrete Projekte vorgesehen, in denen dasGelernte in Kleingruppen zum Einsatz gebracht werden kann.

2 Qualifikationsziele / LernergebnisseEin Student kann nach Besuch der Veranstaltung: 1. die elementaren Bausteine eines Industrierobotersbenennen, 2. die dynamischen Gleichungen für Roboterbewegungen aufstellen und für die Beschreibungeines gegebenen Roboters nutzen, 3. Standardprobleme und Lösungsansätze für diese Probleme aus dermobilen Robotik nennen, 4. ein kleines Projekt planen, 5. den Arbeitsaufwand innerhalb einer Projekt-gruppe aufteilen, 6. nach Zusatzinformationen über das Projekt suchen, 7. eigene Ideen zur Lösung deranstehenden Probleme in dem Projekt entwickeln, 8. die Ergebnisse in einem wissenschaftlichen Text dar-stellen und 9. die Ergebnisse in einem Vortrag präsentieren.






6 Verwendbarkeit des ModulsMSc ETiT, MSc MEC, MSc iST, MSc WI-ETiT, MSc iCE, MSc EPE, MSc CE, MSc Informatik


8 LiteraturAdamy: Skript zur Vorlesung (erhältlich im FG-Sekretariat)

Enthaltene Kurse

Kurs-Nr. Kursname18-ad-2070-pj Projektseminar Robotik und Computational Intelligence

Dozent Lehrform SWSProf. Dr.-Ing. Jürgen Adamy Projektseminar 4


ModulnameSeminar Softwaresystemtechnologie



1 LerninhaltIn diesem Seminar werden von den Studenten wissenschaftliche Ausarbeitungen aus wechselnden Themen-bereichen angefertigt. Dies umfasst die Einarbeitung in ein aktuelles Thema der IT-Systementwicklung mitschriftlicher Präsentation in Form einer Ausarbeitung und mündlicher Präsentation in Form eines Vortrages.Die Themen des aktuellen Semesters sind der Webseite der Lehrveranstaltung zu entnehmen www.es.tu-darmstadt.de/lehre/sst.

2 Qualifikationsziele / LernergebnisseNach erfolgreicher Absolvierung des Seminars sind die Studenten in der Lage sich in ein unbekanntesThemengebiet einzuarbeiten und dieses nach wissenschaftlichen Aspekten aufzuarbeiten. Die Studentenerlernen die Bearbeitung eines Themas durch Literaturrecherche zu unterstützen und kritisch zu hinter-fragen. Weiterhin wird die Fähigkeit erworben, ein klar umrissenes Thema in Form einer schriftlichenAusarbeitung und in Form eines mündlichen Vortrags unter Anwendung von Präsentationstechniken zupräsentieren.

3 Empfohlene Voraussetzung für die TeilnahmeGrundkenntnisse der Softwaretechnik sowie Programmiersprachenkenntnisse


• Modulprüfung (Studienleistung, mündliche Prüfung, Dauer: 30 min, Standard BWS)


• Modulprüfung (Studienleistung, mündliche Prüfung, Gewichtung: 100 %)

6 Verwendbarkeit des ModulsBSc iST, BSc Informatik, MSc ETiT


8 Literaturwww.es.tu-darmstadt.de/lehre/sst

Enthaltene Kurse

Kurs-Nr. Kursname18-su-2080-se Seminar Softwaresystemtechnologie

Dozent Lehrform SWSProf. Dr. rer. nat. Andreas Schürr Seminar 2


http://www.es.tu-darmstadt.de/lehre/sst



ModulnameProjektseminar Autonomes Fahren I

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-su-2070 6 CP 180 h 135 h 1 WiSe


1 Lerninhalt• Praktische Programmiererfahrung mit C++ bei der Entwicklung eingebetteter Systemsoftware aus

dem Bereich des autonomen Fahrens anhand eines Modellautos• Anwenden von Regelungs- und Steuerungsmethoden aus dem Bereich des autonomen Fahrens• Einsatz von Software-Engineering-Techniken (Design, Dokumentation, Test, . . . ) eines nicht trivialen

eingebetteten Software-Systems mit harten Echtzeit-Anforderungen und beschränkten Ressourcen(Speicher, . . . )

• Nutzung eines vorgegebenen Software-Rahmenwerks und Anwendung von weiteren Bibliothekeninklusive eines modular aufgebauten (Echtzeit-)Betriebssystems

• Einsatz von Source-Code-Management-Systemen, Zeiterfassungswerkzeugen und sonstigenProjektmanagement-Tools

• Präsentation von Projektergebnissen im Rahmen von Vorträgen

2 Qualifikationsziele / LernergebnisseStudierende sammeln im Rahmen dieses Projektseminars praktische Erfahrung in der Software-Entwicklung für eingebettete Systeme aus dem Bereich des autonomen Fahrens anhand eines Modellautos.Dabei lernen sie in Teamarbeit eine umfangreiche Aufgabe zu bewältigen. Zur Lösung dieser Aufgabe wirdgeübt, dass in der Gruppe vorhandene theoretische Wissen (aus anderen Lehrveranstaltungen wie Echt-zeitsysteme, Software-Engineering - Einführung, C++ Praktikum, Digitale Regelungssysteme) gezielt zurLösung der praktischen Aufgabe einzusetzen.Studierende, die an diesem Projektseminar erfolgreich teilgenommen haben, sind in der Lage, zu einer vor-gegebenen Problemstellung ein größeres Softwareprojekt in einem interdisziplinären Team eigenständig zuorganisieren und auszuführen. Die Teilnehmer erwerben folgende Fähigkeiten im Detail:

• Eigenständiges Einarbeiten in ein vorgegebenes Rahmenwerk und vorgefertigten Bibliotheken• Umsetzung von theoretischem Wissen in ein Softwaresystem• Umfangreicher Einsatz von Werkzeugen zur Versions-, Konfiguration- und Änderungsverwaltung• Realistische Zeitplanung und Ressourceneinteilung (Projektmanagement)• Entwicklung von Hardware-/Software-Systemen mit C++ unter Berücksichtigung wichtiger Ein-

schränkungen eingebetteter Systeme• Planung und Durchführung umfangreicherer Qualitätssicherungsmaßnahmen• Zusammenarbeit und Kommunikation in und zwischen mehreren Teams

3 Empfohlene Voraussetzung für die TeilnahmeEmpfohlene Voraussetzungen sind:

• ETiT, WI-ETiT (DT), iST, Informatik: Grundlegende Softwaretechnik-Kenntnisse sowie vertiefteKenntnisse objektorientierter Programmiersprachen (insbesondere: C++)

Zusätzlich erwünscht:• Grundlagen der Entwicklung von Echtzeitsystemen oder der Bildverarbeitung• ETiT, WI-ETiT (AUT), MEC: Grundlagen der Regelungstechnik, Reglerentwurf im Zustandsraum,

ggf. Grundlagen der digitalen Regelung






6 Verwendbarkeit des ModulsMSc ETiT, BSc iST


8 Literaturhttps://www.es.tu-darmstadt.de/lehre/aktuelle-veranstaltungen/ps-af-i/ und Moodle

Enthaltene Kurse

Kurs-Nr. Kursname18-su-2070-pj Projektseminar Autonomes Fahren I

Dozent Lehrform SWSProf. Dr. rer. nat. Andreas Schürr, Dr. Ing. Eric Lenz, M.Sc. Stefan Tomaszek Projektseminar 3


https://www.es.tu-darmstadt.de/lehre/aktuelle-veranstaltungen/ps-af-i/

ModulnameProjektseminar Autonomes Fahren II


Sprache Modulverantwortliche PersonDeutsch und Englisch Prof. Dr. rer. nat. Andreas Schürr

1 Lerninhalt• Weiterentwicklung und Optimierung eines robusten C++ Rahmenwerks zur Lösung von nicht tri-

vialen Problemstellungen aus dem Bereich des autonomen Fahrens anhand von realitätsnahen Her-ausforderungen aus dem Carolo Cup, einem internationalen studentischen Wettbewerb für autonomfahrende Modellfahrzeuge

• Entwicklung und Umsetzung von unterschiedlichen Algorithmen (z.B. zur Bewegungsplanung, Bild-verarbeitung, Steuerung und Hindernisvermeidung) in einem eingebetteten System mit hartenEchtzeit-Anforderungen und beschränkten Ressourcen (Speicher, . . . )

• Anwendung und Weiterentwicklung von Regelungs- und Steuerungsmethoden aus dem Bereich desautonomen Fahrens

• Nutzung von Software-Engineering-Techniken (Design, Dokumentation, Test, . . . ) zur Lösung derProblemstellungen

• Anwendung von Methoden zum Source-Code- und zum Projektmanagement und zur Unterstützungder Teamarbeit


2 Qualifikationsziele / LernergebnisseDie Studierenden lernen sich eigenständig in neue Konzepte und Algorithmen aus dem Bereich des au-tonomen Fahrens einzuarbeiten, diese umzusetzen und zu präsentieren. Dabei werden realitätsnahe Pro-blemstellungen aus dem Carolo Cup mit vorhandenem Wissen und Kenntnissen praktisch gelöst und dieUmsetzungen durch Qualitätssicherungsmaßnahmen sichergestellt.Studierende, die an diesem Projektseminar erfolgreich teilgenommen haben, sind in der Lage, eine Lö-sung zu einer komplexen und realitätsnahen Problemstellung aus dem Bereich des autonomen Fahrensselbstständig zu analysieren und zu lösen. Die Teilnehmer erwerben folgende Fähigkeiten im Detail:

• Eigenständige Weiterentwicklung und Optimierung eines vorhandenen Softwaresystems und der ver-wendeten Algorithmen

• Lösung und Umsetzung von nicht trivialen realitätsnahen regelungstechnischen Problemstellungen• Umfangreicher Einsatz von Werkzeugen zur Versions-, Konfigurations-, Änderungs- und Qualitätssi-

cherungsverwaltung• Realistische Zeitplanung und Ressourceneinteilung (Projektmanagement)• Weiterentwicklung und Optimierung von komplexen Hardware-/Software-Systemen unter realitäts-

nahen Umgebungsbedingungen• Planung und Durchführung umfangreicher Qualitätssicherungsmaßnahmen• Zusammenarbeit, Kommunikation und Organisation innerhalb des Teams









8 Literaturhttps://www.es.tu-darmstadt.de/lehre/aktuelle-veranstaltungen/ps-af-ii und Moodle

Enthaltene Kurse

Kurs-Nr. Kursname18-su-2100-pj Projektseminar Autonomes Fahren II

Dozent Lehrform SWSProf. Dr. rer. nat. Andreas Schürr, Dr. Ing. Eric Lenz Projektseminar 3


https://www.es.tu-darmstadt.de/lehre/aktuelle-veranstaltungen/ps-af-ii

3.1.1.3 ADP / Seminare Inf

ModulnameRobotik-Projektpraktikum

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus20-00-0248 9 CP 270 h 180 h 1 Jedes 2. Sem.

Sprache Modulverantwortliche PersonDeutsch und Englisch Prof. Dr. rer. nat. Oskar von Stryk

1 Lerninhalt- selbständige Bearbeitung einer konkreten Aufgabenstellung aus der Entwicklung und Anwendung mo-derner Robotersysteme unter Anleitung und (nach Möglichkeit) in einem Team von Entwicklern- Erarbeitung eines Lösungsvorschlags und dessen Umsetzung- Anwendung und Evaluierung anhand von Roboterexperimenten oder -simulationen- Dokumentation von Aufgabenstellung, Vorgehensweise, Implementierung und Ergebnissen in einem Ab-schlussbericht und Durchführung einer Abschlusspräsentation

2 Qualifikationsziele / LernergebnisseDurch erfolgreiche Teilnahme erwerben Studierende vertiefte Kenntnisse in ausgewählten Bereichen undTeilsystemen moderner Robotersysteme sowie vertiefte Fähigkeiten zu deren Entwicklung, Implementie-rung und experimentellen Evaluation. Sie trainieren Präsentationsfähigkeiten und (nach Möglichkeit) Fä-higkeit zur Arbeit in einem Team.

3 Empfohlene Voraussetzung für die Teilnahme- grundlegende Fachkenntnisse und methodische Fähigkeiten in der Robotik, wie diese durch die Lehrver-anstaltung “Grundlagen der Robotik” vermittelt werden- spezifische Programmierkenntnisse je nach Aufgabenstellung

4 PrüfungsformBausteinbegleitende Prüfung:

• [20-00-0248-pp] (Studienleistung, Mündliche/Schriftliche Prüfung, Standard BWS)

5 BenotungBausteinbegleitende Prüfung:

• [20-00-0248-pp] (Studienleistung, Mündliche/Schriftliche Prüfung, Gewichtung: 100 %)

6 Verwendbarkeit des ModulsB.Sc. InformatikM.Sc. InformatikB.Sc. Computational EngineeringM.Sc. Computational EngineeringM.Sc. WirtschaftsinformatikB.Sc. Psychologie in ITJoint B.A. InformatikB.Sc. Sportwissenschaft und InformatikM.Sc. Sportwissenschaft und InformatikKann im Rahmen fachübergreifender Angebote auch in anderen Studiengängen verwendet werden.


8 Literatur

Enthaltene Kurse


Kurs-Nr. Kursname20-00-0248-pp Robotik-Projektpraktikum

Dozent Lehrform SWSProjekt 6


3.1.2 Praktika

ModulnameSoftwarepraktikum

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-st-1020 4 CP 120 h 75 h 1 WiSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr. rer. nat. Florian Steinke

1 LerninhaltDie Lehrveranstaltungen behandelt folgende Themen:

• Vor- und Nachteile von Arbeitsteilung in der Softwareentwicklung• leichtgewichtiger Softwareentwicklungsprozess eXtreme Programming (XP)• Vertiefung von OO-Programmierkenntnissen und Coding-Standards mit Java• Dokumentieren von Software mit JavaDoc,• Grundkenntnisse der Entwicklungsumgebung Eclipse,• Regressionstestmethoden (JUnit-Rahmenwerk)• Einführung in / Wiederholung von Datenstrukturen und Algorithmen

2 Qualifikationsziele / LernergebnisseTeilnehmende Studierende vertiefen Ihre in Allgemeine Informatik erworbenen Fähigkeiten zur Software-entwicklung (Programmierung). Hierbei wird der Schwerpunkt von der Lösung kleiner, in sich abgeschlos-sener und exakt definierter Programmierarbeiten hin in Richtung „reale“ Softwareentwicklung verlagert.Vermittelt werden Fähigkeiten zur Zusammenarbeit im Team und zur systematischen Weiterentwicklungeines vorgegebenen Softwaresystems (Rahmenwerks). Mit dem erfolgreichen Abschluss des Praktikumsverfügen die Teilnehmer über die Fähigkeiten zur ordnungsgemäßen Implementierung, Test und Doku-mentation kleinerer Softwaresysteme und besitzen das Verständnis für die Notwendigkeit des Einsatzesumfassender Software-Engineering-Techniken für die Entwicklung großer Software-Systeme.

3 Empfohlene Voraussetzung für die TeilnahmeGrundkenntnisse der Programmiersprache Java (wie in Allgemeine Informatik I und II vermittelt).Windows-Account des ETiT PC-Pools





6 Verwendbarkeit des ModulsBSc ETiT, BSc Wi-ETiT


8 Literaturwww.es.tu-darmstadt.de/lehre/sp/

Enthaltene Kurse

Kurs-Nr. Kursname18-st-1020-pr Softwarepraktikum

Dozent Lehrform SWSProf. Dr. rer. nat. Florian Steinke Praktikum 3


http://www.es.tu-darmstadt.de/lehre/sp/

3.1.3 InfINat

3.1.3.1 Kernfächer InfINat

ModulnameSoftware-Engineering - Einführung



1 LerninhaltDie Lehrveranstaltung bietet eine Einführung in das gesamte Feld der Softwaretechnik. Alle Hauptthemendes Gebietes, wie sie beispielsweise der IEEE „Guide to the Software Engineering Body of Knowledge“ auf-führt, werden hier betrachtet und in der not-wendigen Ausführlichkeit untersucht. Die Lehrveranstaltunglegt dabei den Schwer-punkt auf die Definition und Erfassung von Anforderungen (Requirements Enginee-ring, Anforderungs-Analyse) sowie den Entwurf von Softwaresystemen (Software-Design). Als Modellie-rungssprache wird UML (2.0) eingeführt und verwendet. Grundlegende Kenntnisse der objektorientiertenProgrammierung (in Java) werden deshalb vorausge-setzt.In den Übungen wird ein durchgängiges Beispiel behandelt (in ein technisches System eingebettete Soft-ware), für das in Teamarbeit Anforderungen aufgestellt, ein Design festgelegt und schließlich eine prototy-pische Implementierung realisiert wird.

2 Qualifikationsziele / LernergebnisseDie Lehrveranstaltung vermittelt an praktischen Beispielen und einem durchgängigen Fallbeispiel grund-legende Software-Engineering-Techniken, also eine ingenieurmäßige Vorgehensweise zur zielgerichtetenEntwicklung von Softwaresystemen. Nach dem Besuch der Lehrveranstaltung sollen die Studierenden inder Lage sein, die Anforde-rungen an ein Software-System systematisch zu erfassen, in Form von Model-len präzise zu dokumentieren sowie das Design eines gegebenen Software-Systems zu verstehen und zuverbessern.

3 Empfohlene Voraussetzung für die Teilnahmesolide Kenntnisse einer objektorientierten Programmiersprache (bevorzugt Java)





6 Verwendbarkeit des ModulsBSc ETiT, BSc iST, BSc Wi-ETiT


8 Literaturwww.es.tu-darmstadt.de/lehre/se-i-v/

Enthaltene Kurse

Kurs-Nr. Kursname18-su-1010-vl Software-Engineering - Einführung

Dozent Lehrform SWSProf. Dr. rer. nat. Andreas Schürr Vorlesung 3


http://www.es.tu-darmstadt.de/lehre/se-i-v/

Kurs-Nr. Kursname18-su-1010-ue Software-Engineering - Einführung

Dozent Lehrform SWSProf. Dr. rer. nat. Andreas Schürr, M.Sc. Lars Fritsche Übung 1


3.1.3.2 Wahlfächer InfINat

Alle Module aus den Wahlfächern im Wahlbereich MB und ETiTAlle Module aus dem Bereich ADP und Seminare aus Maschinenbau sowie die Projektseminare aus dem BereichADP und Seminare aus Elektrotechnik und Informationstechnik

ModulnameGrundlagen der Robotik


Sprache Modulverantwortliche PersonDeutsch Prof. Dr. rer. nat. Oskar von Stryk

1 LerninhaltDie Lehrveranstaltung behandelt räumliche Darstellungen und Transformationen, Manipulatorkinematik,Fahrzeugkinematik, kinematische Geschwindigkeit, Jacobi-Matrix, Roboterdynamik, Robotersensoren und-antriebe, Roboterregelungen, Bahnplanung, Lokalisierung und Navigation mobiler Roboter, Roboterauto-nomie und Roboterentwicklung.Theoretische und praktische Übungen sowie Programmieraufgaben dienen zur Vertiefung der Lehrinhalte.

2 Qualifikationsziele / LernergebnisseStudierende besitzen nach erfolgreicher Teilnahme die für grundlegende Untersuchungen und ingenieur-wissenschaftliche Entwicklungen in der Robotik notwendigen grundlegenden Fachkenntnisse und methodi-schen Fähigkeiten im Bereich der Modellierung, Kinematik, Dynamik, Regelung, Bahnplanung, Navigation,Wahrnehmung und Autonomie von Robotern.

3 Empfohlene Voraussetzung für die TeilnahmeEmpfohlen werden mathematische Grundkenntnisse und -fähigkeiten in Linearer Algebra, Analysis mehre-rer Veränderlicher und Grundlagen gewöhnlicher Differentialgleichungen.


• [20-00-0735-iv] (Fachprüfung, Mündliche/Schriftliche Prüfung, Standard BWS)


• [20-00-0735-iv] (Fachprüfung, Mündliche/Schriftliche Prüfung, Gewichtung: 100 %)


7 Notenverbesserung nach §25 (2)In dieser Vorlesung findet eine Anrechnung von vorlesungsbegleitenden Leistungen statt, die lt. §25 (2)der 5. Novelle der APB und den vom FB 20 am 30.3.2017 beschlossenen Anrechnungsregeln zu einerNotenverbesserung um bis zu 1.0 führen kann.

8 Literatur

Enthaltene Kurse


Kurs-Nr. Kursname20-00-0735-iv Grundlagen der Robotik

Dozent Lehrform SWSProf. Dr. rer. nat. Oskar von Stryk Integrierte Ver-

anstaltung6


ModulnameBildverarbeitung


Sprache Modulverantwortliche PersonDeutsch Prof. Dr. Bernt Schiele

1 LerninhaltÜberblick über die Grundlagen der Bildverarbeitung:- Bildeigenschaften- Bildtransformationen- einfache und komplexere Filterung- Bildkompression- Segmentierung- Klassifikation

2 Qualifikationsziele / LernergebnisseNoch erfolgreichem Besuch der Veranstaltung haben die Studierenden einen Überblick über die Funktions-weise und die Möglichkeiten der modernen Bildverarbeitung. Studierende sind dazu in der Lage, einfachebis mittlere Bildverarbeitungsaufgaben selbständig zu lösen.








8 Literatur- Gonzalez, R.C., Woods, R.E., „“Digital Image Processing, Addison- Wesley Publishing Company, 1992- Haberaecker, P., Praxis der Digitalen Bildverarbeitung und Mustererkennung, Carl Hanser Verlag, 1995- Jaehne, B., Digitale Bildverarbeitung, Springer Verlag, 1997

Enthaltene Kurse

Kurs-Nr. Kursname20-00-0155-iv Bildverarbeitung

Dozent Lehrform SWSIntegrierte Ver-anstaltung

2


ModulnameComputer Vision I


Sprache Modulverantwortliche PersonEnglisch Prof. Dr. Bernt Schiele

1 Lerninhalt- Grundlagen der Bildformierung- Lineare und (einfache) nichtlineare Bildfilterung- Grundlagen der Mehransichten-Geometrie- Kamerakalibrierung & -posenschätzung- Grundlagen der 3D-Rekonstruktion- Grundlagen der Bewegungsschätzung aus Videos- Template- und Unterraum-Ansätze zur Objekterkennung- Objektklassifikation mit Bag of Words- Objektdetektion- Grundlagen der Bildsegmentierung

2 Qualifikationsziele / LernergebnisseStudierende beherrschen nach erfolgreichem Besuch der Veranstaltung die Grundlagen der Computer Visi-on. Sie verstehen grundlegende Techniken der Bild- und Videoanalyse, und können deren Annahmen undmathematische Formulierungen benennen, sowie die sich ergebenden Algorithmen beschreiben. Sie sindin der Lage diese Techniken praktisch so umzusetzen, dass sie grundlegende Bildanalyseaufgaben an Handrealistischer Bilddaten lösen können.

3 Empfohlene Voraussetzung für die TeilnahmeBesuch von Visual Computing ist empfohlen.







8 LiteraturLiteraturempfehlungen werden regelmässig aktualisiert und beinhalten beispielsweise:- R. Szeliski, „“Computer Vision: Algorithms and Applications, Springer 2011- D. Forsyth, J. Ponce, Computer Vision – A Modern Approach, Prentice Hall, 2002

Enthaltene Kurse


Kurs-Nr. Kursname20-00-0157-iv Computer Vision


4


ModulnameComputer Vision II


Sprache Modulverantwortliche PersonEnglisch Prof. Dr. Bernt Schiele

1 Lerninhalt- Computer Vision als (probabilistische) Inferenz- Robuste Schätzung und Modellierung- Grundlagen der Bayes’schen Netze und Markov’schen Zufallsfelder- Grundlegende Inferenz- und Lernverfahren der Computer Vision- Bildrestaurierung- Stereo- Optischer Fluß- Bayes’sches Tracking von (artikulierten) Objekten- Semantische Segmentierung- Aktuelle Themen der Forschung

2 Qualifikationsziele / LernergebnisseStudierende haben nach erfolgreichem Besuch der Veranstaltung ein vertieftes Verständnis der ComputerVision. Sie formulieren Fragestellungen der Bild- und Videoanalyse als Inferenzprobleme und berücksichti-gen dabei Herausforderungen reeller Anwendungen, z.B. im Sinne der Robustheit. Sie lösen das Inferenz-problem mittels diskreter oder kontinuierlicher Inferenzalgorithmen, und wenden diese auf realistischeBilddaten an. Sie evaluieren die anwendungsspezifischen Ergebnisse quantitativ.

3 Empfohlene Voraussetzung für die TeilnahmeBesuch von Visual Computing und Computer Vision I ist empfohlen.







8 LiteraturLiteraturempfehlungen werden regelmässig aktualisiert und beinhalten beispielsweise:- S. Prince, “Computer Vision: Models, Learning, and Inference”, Cambridge University Press, 2012- R. Szeliski, „“Computer Vision: Algorithms and Applications, Springer 2011

Enthaltene Kurse


Kurs-Nr. Kursname20-00-0401-iv Computer Vision II


4


ModulnameElektrische Antriebstechnik für Automobile

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-bi-2150 4 CP 120 h 75 h 1 WiSe

Sprache Modulverantwortliche PersonEnglisch Prof. Dr. techn. Dr.h.c. Andreas Binder

1 LerninhaltThis course introduces the students to the different design aspects of electric drives used in automotiveapplications, comprising both high power density high speed traction and small mass produced auxiliarydrives. Since the target audience comprises students from different degree programmes, the course firstreviews basics of electromagnetic power conversion principles and design principles of PM based machines.The discussion of the electric drives themselves comprises the various facets of their design as part of acomplex system, such as operating requirements, configurations, material choices, parasitic effects andtheir mitigation, electric and thermal stress, as well as manufacturing related questions, notably as theyaffect the design of the mass produced auxiliary drives.

2 Qualifikationsziele / LernergebnisseAt the end of the course, the students will know about design principles of PM based machines, electricdrives: topologies, operating areas, dynamic performance and configuration of traction drives for hybridcars and electric vehicles as they apply to electric drives for cars. In addition to traction drives, they willalso be familiar with auxiliary drives used in cars. They will understand the parasitic effects of inverterinduced bearing currents, the insulation material used for the electric winding and the winding stress atinverter supply. They will be familiar with the different cooling principles and thermal modelling, as well asthe thermal aspects of the integration into the car. They will also know about the main failure modes thatmay occur with electric drives used for cars, the different lamination sheets used and their manufacturing.

3 Empfohlene Voraussetzung für die TeilnahmeAbgeschlossenes Bachelorstudium in Elektrotechnik oder äquivalenter Abschluss.


• Modulprüfung (Fachprüfung, fakultativ, Standard BWS)Modulabschlussprüfung:* Modulprüfung (Fachprüfung, fakultativ, Standard BWS)





8 Literatur

Enthaltene Kurse

Kurs-Nr. Kursname18-bi-2150-vl Elektrische Antriebstechnik für Automobile

Dozent Lehrform SWSProf. Dr. Annette Mütze Vorlesung 2

Kurs-Nr. Kursname18-bi-2150-ue Elektrische Antriebstechnik für Automobile

Dozent Lehrform SWSProf. Dr. Annette Mütze Übung 1


ModulnameMachine Learning und Deep Learning in der Automatisierungstechnik



1 Lerninhalt• Konzepte des Machine Learning• Lineare Verfahren• Support Vector Machines• Bäume und Ensembles• Training und Bewertung• Unüberwachtes Lernen• Neuronale Netze und Deep Learning• Faltende Neuronale Netze (CNNs)• CNN-Anwendungen• Rekurrente Neuronale Netze (RNNs)

2 Qualifikationsziele / LernergebnisseStudierende erhalten einen breiten und praxisnahen Überblick über das Gebiet des maschinellen Lernens.Es werden zunächst die wichtigsten Algorithmen-Klassen des überwachten und unüberwachten Lernensbesprochen. Danach befasst sich die Veranstaltung mit tiefen neuronalen Netzen, die viele aktuelle Anwen-dungen der Bild- und Signalverarbeitung ermöglichen. Die grundlegenden Eigenschaften aller Algorithmenwerden erarbeitet und anhand von Programmbeispielen demonstriert. Studierende sind danach in der La-ge, die Verfahren zu beurteilen und auf praktische Aufgabenstellungen anzuwenden.

3 Empfohlene Voraussetzung für die TeilnahmeGrundlegende Kenntnisse in linearer Algebra und StatistikWünschenswert: Vorlesung „Fuzzy-Logik, Neuronale Netze und Evolutionäre Algorithmen“


• Modulprüfung (Fachprüfung, Mündliche/Schriftliche Prüfung, Dauer: 90 min, Standard BWS)Die Prüfung erfolgt durch eine Klausur (Dauer: 90 Min.). Falls absehbar ist, dass sich weniger als 7 Studie-rende anmelden, erfolgt die Prüfung mündlich (Dauer: 30 Min.). Die Art der Prüfung wird zu Beginn derLehrveranstaltung bekannt gegeben.


• Modulprüfung (Fachprüfung, Mündliche/Schriftliche Prüfung, Gewichtung: 100 %)

6 Verwendbarkeit des ModulsMSc etit, MSc WI-etit, MSc MEC


8 Literatur• T. Hastie et al.: The Elements of Statistical Learning. 2. Aufl., Springer, 2008• I. Goodfellow et al.: Deep Learning. MIT Press, 2016• A. Géron: Hands-On Machine Learning with Scikit-Learn and TensorFlow. O’Reilly, 2017

Enthaltene Kurse


Kurs-Nr. Kursname18-ad-2100-vl Machine Learning und Deep Learning in der Automatisierungstechnik

Dozent Lehrform SWSDr.-Ing. Michael Vogt Vorlesung 2


ModulnameMatrixanalyse und schnelle Algorithmen

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-pe-2070 6 CP 180 h 120 h 1 SoSe

Sprache Modulverantwortliche PersonEnglisch Prof. Dr.-Ing. Marius Pesavento

1 LerninhaltIn dieser Vorlesung werden die Grundlagen der Matrixanalyse und der Matrizenrechnung vermit-telt, wel-che in vielfältigen technischen Bereichen wie z.B. dem Maschinellen Lernen, dem Ma-schinellen Sehen,der Regelungstechnik, der Signal- und Bildverarbeitung, der Kommunikations-technik, der Netzwerktech-nik und der Optimierungstheorie, von fundamentaler Bedeutung sind. Neben den grundlegenden theore-tischen Eigenschaften von Matrizen legt dieser Kurs besonderes Augenmerk auf schnelle Algorithmen zurBerechnungen von Matrizen. Darüber hinaus werden die Themen anhand von vielen Anwendungsbeispie-len aus den oben genannten Bereichen erör-tert. Dies beinhaltet die Analyse sozialer Netze, die Bildanalyseund Bildgebende Verfahren der Medizintechnik, die Analyse und Optimierung von Kommunikationsnetzenund das maschinelle Lesen.Themenübersicht: (i) Grundlegende Konzepte der Matrixanalyse, Unterräume, Normen, (ii) Lineare kleins-te Quadrate (iii) Eigenwertzerlegung, Singulärwertzerlegung, Positive Semidefinite Matrizen, (iv) LineareGleichungssysteme, LU Zerlegung, Cholesky Zerlegung (v) Pseudo-inverse Matrizen, QR Zerlegung (vi)(fortgeschrittene) Tensor Zerlegung, (fortgeschrittene) Matixanalyse, Compressive Sensing, StrukturierteMatrizenfaktorisierung

2 Qualifikationsziele / LernergebnisseDie Studenten lernen fortgeschrittene Themen der Matrix Analyse und die damit verbunden Algorithmenauf fortgeschrittenem Niveau

3 Empfohlene Voraussetzung für die TeilnahmeGrundkenntnisse in der linearen Algebra







8 Literatur*Gene H. Golub and Charles F. van Loan, Matrix Computations (Fourth Edition), John Hopkins UniversityPress, 2013.*Roger A. Horn and Charles R. Johnson, Matrix Analysis (Second Edition), Cambridge University Press,2012.*Jan R. Magnus and Heinz Neudecker, Matrix Differential Calculus with Applications in Statistics andEconometrics (Third Edition), John Wiley and Sons, New York, 2007.*Giuseppe Calaore and Laurent El Ghaoui, Optimization Models, Cambridge University Press, 2014.*ECE 712 Course Notes by Prof. Jim Reilly, McMaster University, Canada (friendly notes for engineers)http://www.ece.mcmaster.ca/faculty/reilly/ece712/course_notes.htm

Enthaltene Kurse


Kurs-Nr. Kursname18-pe-2070-vl Matrixanalyse und schnelle Algorithmen

Dozent Lehrform SWSProf. Dr.-Ing. Marius Pesavento Vorlesung 3

Kurs-Nr. Kursname18-pe-2070-ue Matrixanalyse und schnelle Algorithmen

Dozent Lehrform SWSProf. Dr.-Ing. Marius Pesavento Übung 1


ModulnameBetriebswirtschaft für Ingenieure


Sprache Modulverantwortliche PersonDeutsch Prof. Dr.-Ing. Joachim Metternich

1 LerninhaltDiese Vorlesung soll zukünftigen Ingenieurinnen und Ingenieuren grundlegende betriebswirtschaftlicheKenntnisse vermittelt. Hierzu gehören die Grundlagen der Buchführung und des Jahresabschlusses, derKostenrechnung und der Wirtschaftlichkeitsrechnung. Anschließend werden die relevantesten Aspekte derBereiche Personalwirtschaft, Beschaffungswirtschaft, Logistik, Marketing und Strategisches Managementbeleuchtet. Damit sollen die Studentinnen und Studenten für einen erfolgreichen Einstieg ins Berufsle-ben und insbesondere auch auf ein wirtschaftliches Gestalten ihrer Innovationen vorbereitet werden. DieVorlesung ist zum besseren Verständnis mit Praxisbeispielen aus dem industriellen Umfeld ausgestattet.


• Die Grundzüge der Kostenrechnung und der Wirtschaftslichkeitsrechnung zu erklären.• Entscheidungen in den Bereichen Produktion, Qualitätssicherung, Entwicklung oder Einkauf an wirt-

schaftlichen Maßstäben auszurichten.• Die Aufgaben des technischen Einkaufs, des Vertriebs sowie des technischen Marketings zu beschrei-

ben.• Prozesse in einem produktionsnahen Unternehmen zu erklären und die Vorgehensweise zur Opti-

mierung der Prozesse zu beschreiben.• Auf Augenhöhe mit Betriebswirten und Kaufleuten in Unternehmen zu diskutieren und sachgerechte

Entscheidungen in produktionsnahen Unternehmen herbeizuführen.

3 Empfohlene Voraussetzung für die TeilnahmeKeine


• Modulprüfung (Fachprüfung, Fachprüfung, Standard BWS)Klausur 1 h 30 min



6 Verwendbarkeit des ModulsWPB Master MPE III (Wahlfächer aus Natur- und Ingenieurwissenschaft)WPB Master PST III (Fächer aus Natur- und Ingenieurwissenschaft für Papiertechnik)


8 LiteraturSkript.Schultz,Volker: Basiswissen Betriebswirtschaft. Beck-Wirtschaftsberater im dtv. München 2014

Enthaltene Kurse

Kurs-Nr. Kursname16-09-5050-vl Betriebswirtschaft für Ingenieure



ModulnameProjektseminar Autonomes Fahren I



1 Lerninhalt• Praktische Programmiererfahrung mit C++ bei der Entwicklung eingebetteter Systemsoftware aus

dem Bereich des autonomen Fahrens anhand eines Modellautos• Anwenden von Regelungs- und Steuerungsmethoden aus dem Bereich des autonomen Fahrens• Einsatz von Software-Engineering-Techniken (Design, Dokumentation, Test, . . . ) eines nicht trivialen

eingebetteten Software-Systems mit harten Echtzeit-Anforderungen und beschränkten Ressourcen(Speicher, . . . )

• Nutzung eines vorgegebenen Software-Rahmenwerks und Anwendung von weiteren Bibliothekeninklusive eines modular aufgebauten (Echtzeit-)Betriebssystems

• Einsatz von Source-Code-Management-Systemen, Zeiterfassungswerkzeugen und sonstigenProjektmanagement-Tools


2 Qualifikationsziele / LernergebnisseStudierende sammeln im Rahmen dieses Projektseminars praktische Erfahrung in der Software-Entwicklung für eingebettete Systeme aus dem Bereich des autonomen Fahrens anhand eines Modellautos.Dabei lernen sie in Teamarbeit eine umfangreiche Aufgabe zu bewältigen. Zur Lösung dieser Aufgabe wirdgeübt, dass in der Gruppe vorhandene theoretische Wissen (aus anderen Lehrveranstaltungen wie Echt-zeitsysteme, Software-Engineering - Einführung, C++ Praktikum, Digitale Regelungssysteme) gezielt zurLösung der praktischen Aufgabe einzusetzen.Studierende, die an diesem Projektseminar erfolgreich teilgenommen haben, sind in der Lage, zu einer vor-gegebenen Problemstellung ein größeres Softwareprojekt in einem interdisziplinären Team eigenständig zuorganisieren und auszuführen. Die Teilnehmer erwerben folgende Fähigkeiten im Detail:

• Eigenständiges Einarbeiten in ein vorgegebenes Rahmenwerk und vorgefertigten Bibliotheken• Umsetzung von theoretischem Wissen in ein Softwaresystem• Umfangreicher Einsatz von Werkzeugen zur Versions-, Konfiguration- und Änderungsverwaltung• Realistische Zeitplanung und Ressourceneinteilung (Projektmanagement)• Entwicklung von Hardware-/Software-Systemen mit C++ unter Berücksichtigung wichtiger Ein-

schränkungen eingebetteter Systeme• Planung und Durchführung umfangreicherer Qualitätssicherungsmaßnahmen• Zusammenarbeit und Kommunikation in und zwischen mehreren Teams

3 Empfohlene Voraussetzung für die TeilnahmeEmpfohlene Voraussetzungen sind:

• ETiT, WI-ETiT (DT), iST, Informatik: Grundlegende Softwaretechnik-Kenntnisse sowie vertiefteKenntnisse objektorientierter Programmiersprachen (insbesondere: C++)

Zusätzlich erwünscht:• Grundlagen der Entwicklung von Echtzeitsystemen oder der Bildverarbeitung• ETiT, WI-ETiT (AUT), MEC: Grundlagen der Regelungstechnik, Reglerentwurf im Zustandsraum,

ggf. Grundlagen der digitalen Regelung






6 Verwendbarkeit des ModulsMSc ETiT, BSc iST


8 Literaturhttps://www.es.tu-darmstadt.de/lehre/aktuelle-veranstaltungen/ps-af-i/ und Moodle

Enthaltene Kurse

Kurs-Nr. Kursname18-su-2070-pj Projektseminar Autonomes Fahren I

Dozent Lehrform SWSProf. Dr. rer. nat. Andreas Schürr, Dr. Ing. Eric Lenz, M.Sc. Stefan Tomaszek Projektseminar 3


https://www.es.tu-darmstadt.de/lehre/aktuelle-veranstaltungen/ps-af-i/

ModulnameProjektseminar Autonomes Fahren II


Sprache Modulverantwortliche PersonDeutsch und Englisch Prof. Dr. rer. nat. Andreas Schürr

1 Lerninhalt• Weiterentwicklung und Optimierung eines robusten C++ Rahmenwerks zur Lösung von nicht tri-

vialen Problemstellungen aus dem Bereich des autonomen Fahrens anhand von realitätsnahen Her-ausforderungen aus dem Carolo Cup, einem internationalen studentischen Wettbewerb für autonomfahrende Modellfahrzeuge

• Entwicklung und Umsetzung von unterschiedlichen Algorithmen (z.B. zur Bewegungsplanung, Bild-verarbeitung, Steuerung und Hindernisvermeidung) in einem eingebetteten System mit hartenEchtzeit-Anforderungen und beschränkten Ressourcen (Speicher, . . . )

• Anwendung und Weiterentwicklung von Regelungs- und Steuerungsmethoden aus dem Bereich desautonomen Fahrens

• Nutzung von Software-Engineering-Techniken (Design, Dokumentation, Test, . . . ) zur Lösung derProblemstellungen

• Anwendung von Methoden zum Source-Code- und zum Projektmanagement und zur Unterstützungder Teamarbeit


2 Qualifikationsziele / LernergebnisseDie Studierenden lernen sich eigenständig in neue Konzepte und Algorithmen aus dem Bereich des au-tonomen Fahrens einzuarbeiten, diese umzusetzen und zu präsentieren. Dabei werden realitätsnahe Pro-blemstellungen aus dem Carolo Cup mit vorhandenem Wissen und Kenntnissen praktisch gelöst und dieUmsetzungen durch Qualitätssicherungsmaßnahmen sichergestellt.Studierende, die an diesem Projektseminar erfolgreich teilgenommen haben, sind in der Lage, eine Lö-sung zu einer komplexen und realitätsnahen Problemstellung aus dem Bereich des autonomen Fahrensselbstständig zu analysieren und zu lösen. Die Teilnehmer erwerben folgende Fähigkeiten im Detail:

• Eigenständige Weiterentwicklung und Optimierung eines vorhandenen Softwaresystems und der ver-wendeten Algorithmen

• Lösung und Umsetzung von nicht trivialen realitätsnahen regelungstechnischen Problemstellungen• Umfangreicher Einsatz von Werkzeugen zur Versions-, Konfigurations-, Änderungs- und Qualitätssi-

cherungsverwaltung• Realistische Zeitplanung und Ressourceneinteilung (Projektmanagement)• Weiterentwicklung und Optimierung von komplexen Hardware-/Software-Systemen unter realitäts-

nahen Umgebungsbedingungen• Planung und Durchführung umfangreicher Qualitätssicherungsmaßnahmen• Zusammenarbeit, Kommunikation und Organisation innerhalb des Teams









8 Literaturhttps://www.es.tu-darmstadt.de/lehre/aktuelle-veranstaltungen/ps-af-ii und Moodle

Enthaltene Kurse

Kurs-Nr. Kursname18-su-2100-pj Projektseminar Autonomes Fahren II

Dozent Lehrform SWSProf. Dr. rer. nat. Andreas Schürr, Dr. Ing. Eric Lenz Projektseminar 3


https://www.es.tu-darmstadt.de/lehre/aktuelle-veranstaltungen/ps-af-ii

ModulnamePraktikum Matlab/Simulink II

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-ko-2070 4 CP 120 h 60 h 1 WiSe/SoSe


1 LerninhaltDas Praktikum ist in die zwei Teile Simulink und Regelungstechnik II aufgeteilt. Im ersten Teil werdendie Bedienkonzepte sowie die Modellbildung und Simulation mit Simulink vorgestellt und deren Einsatz-möglichkeiten an Beispielen aus verschiedenen Anwendungsgebieten geübt. Im zweiten Abschnitt wirddieses Wissen dann genutzt, um selbständig verschiedene regelungstechnische Aufgaben im Bereich derSimulation und des Reglerentwurfs rechnergestützt zu bearbeiten.

2 Qualifikationsziele / LernergebnisseDer Studierenden werden in der Lage sein, selbständig mit dem Tool Matlab/Simulink umzugehen unddamit Aufgaben aus dem Bereich der Regelungstechnik und numerischen Simulation zu bearbeiten. Siewerden die Methoden der Control System Toolbox sowie die grundlegenden Konzepte der Simulationsum-gebung Simulink kennengelernt haben und das in den Vorlesungen „Systemdynamik und RegelungstechnikI und II“ sowie „Modellbildung und Simulation“ erworbene Wissen praktisch anwenden können.

3 Empfohlene Voraussetzung für die TeilnahmeDas Praktikum sollte parallel oder nach den Vorlesungen „Systemdynamik und Regelungstechnik II“ sowie„Modellbildung und Simulation“ besucht werden.





6 Verwendbarkeit des ModulsMSc ETiT, MSC MEC


8 LiteraturSkript zum Praktikum im FG-Sekretariat erhältlich

Enthaltene Kurse

Kurs-Nr. Kursname18-ko-2070-pr Praktikum Matlab/Simulink II

Dozent Lehrform SWSProf. Dr.-Ing. Ulrich Konigorski, M.Sc. Marcel Bonnert Praktikum 4


ModulnameC/C++ Programmierpraktikum



1 LerninhaltDie sechs Praktikumstage werden in zwei Abschnitte unterteilt.In den ersten vier Tagen des Praktikums werden durch praktische Aufgaben und Vorträge die Grundkonzep-te der Programmiersprachen C und C++ vermittelt. Sämtliche Aspekte werden durch ausgedehnte prak-tische Arbeiten unter Aufsicht am Rechner vertieft. Aufbauend auf den grundlegenden Sprachkonstruktenwerden manuelle Speicherverwaltung und dynamische Datenstrukturen, sowohl unter prozeduralen alsauch unter objektorientierten Aspekten, behandelt. Der objektorientierte Ansatz wird ausgedehnt behan-delt durch Mehrfachvererbung, Polymorphie und parametrische Polymorphie.In den letzten beiden Tagen des Praktikums geht es um die Programmierung eines Microcontrollers in derProgrammiersprache C inklusive der Möglichkeit zur Programmierung einer verteilten Anwendung (viaCAN-Bus).

2 Qualifikationsziele / LernergebnisseDie Studenten erwerben während des Praktikums Kenntnisse der grundlegenden Sprachkonstrukte von Cund C++. Dabei wird sowohl der prozedurale als auch der objektorientierte Programmierstil betont sowiebesonderer Wert auf das Erlernen von Konzepten der hardwarenahe Programmierung gelegt. Es wird einGespür für die Gefahren im Umgang mit der Sprache insbesondere bei der Entwicklung eingebetteterSystemsoftware vermittelt und es werden geeignete Lösungen zu ihrer Vermeidung verinnerlicht.

3 Empfohlene Voraussetzung für die TeilnahmeJava-Kenntnisse





6 Verwendbarkeit des ModulsBSc ETiT, BSc MEC, BSc iST, BSc Wi-ETiT


8 Literaturhttp://www.es.tu-darmstadt.de/lehre/aktuelle-veranstaltungen/c-und-c-p

Enthaltene Kurse

Kurs-Nr. Kursname18-su-1030-pr C/C++ Programmierpraktikum

Dozent Lehrform SWSProf. Dr. rer. nat. Andreas Schürr, M.Sc. Sebastian Ehmes Praktikum 3


http://www.es.tu-darmstadt.de/lehre/aktuelle-veranstaltungen/c-und-c-p

ModulnameGrundlagen der Robotik für Mechatronik


Sprache Modulverantwortliche PersonDeutsch Prof. Dr. rer. nat. Michael Waidner

1 LerninhaltDie Lehrveranstaltung behandelt räumliche Darstellungen und Transformationen, Manipulatorkinematik,Fahrzeugkinematik, kinematische Geschwindigkeit, Jacobi-Matrix, Roboterdynamik, Robotersensoren und-antriebe, Roboterregelungen und Bahnplanung.Theoretische und praktische Übungen sowie Programmieraufgaben dienen zur Vertiefung der Lehrinhalte.

2 Qualifikationsziele / LernergebnisseStudierende besitzen nach erfolgreicher Teilnahme die für grundlegende Untersuchungen und ingenieur-wissenschaftliche Entwicklungen in der Robotik notwendigen grundlegenden Fachkenntnisse und metho-dischen Fähigkeiten im Bereich der Modellierung, Kinematik, Dynamik, Regelung und Bahnplanung vonRobotern.

3 Empfohlene Voraussetzung für die TeilnahmeEmpfohlen werden mathematische Grundkenntnisse und -fähigkeiten in Linearer Algebra, Analysis mehre-rer Veränderlicher und Grundlagen gewöhnlicher Differentialgleichungen





6 Verwendbarkeit des ModulsM.Sc. Mechatronik


8 Literatur

Enthaltene Kurse

Kurs-Nr. Kursname20-00-1109-iv Grundlagen der Robotik für Mechatronik

Dozent Lehrform SWSProf. Dr. rer. nat. Michael Waidner Integrierte Ver-

anstaltung5


ModulnameRelativistische Elektrodynamik

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-kb-2020 5 CP 150 h 90 h 1 WiSe

Sprache Modulverantwortliche PersonDeutsch und Englisch Prof. Dr.-Ing. Harald Klingbeil

1 LerninhaltGrundlagen aus der Tensoranalysis (Tensorfelder, Transformationsverhalten, Invarianz, Ricci-Kalkül, ko-variante Ableitung, Differentialoperatoren), Lorentztransformation, grundlegende relativistische Effek-te (Zeitdilatation, Längenkontraktion, Dopplereffekt), kovariante Darstellung der Maxwellgleichungen,Induktionsgesetz aus relativistischer Sicht, Bezüge zur relativistischen Mechanik, Vierervektoren und -tensoren, elektromagnetischer Energie-Impuls-Tensor und Maxwell’scher Spannungstensor, Anwendungender relativistischen Elektrodynamik

2 Qualifikationsziele / LernergebnisseDie Studierenden verstehen die grundlegenden Ideen der Speziellen Relativitätstheorie und beherrschenihre Begriffswelt. Sie können wesentliche Formeln herleiten, korrekt interpretieren und sind mit den er-forderlichen mathematischen Hilfsmitteln vertraut. Die Studierenden haben das Konzept der Kovarianzund einer koordinateninvarianten Darstellung physikalischer Theorien verinnerlicht. Sie sind in der Lage,elektromagnetische Phänomene im Kontext der speziellen Relativitätstheorie quantitativ zu berechnen.

3 Empfohlene Voraussetzung für die TeilnahmeEmpfohlen wird „Grundlagen der Elektrodynamik“ (18-dg-1010)


• Modulprüfung (Fachprüfung, mündliche Prüfung, Dauer: 30 min, Standard BWS)


• Modulprüfung (Fachprüfung, mündliche Prüfung, Gewichtung: 100 %)



8 LiteraturVorlesungsfolien werden zum Download bereitgestellt. Weitere Literaturhinweise werden inder Vorlesung gegeben.

Enthaltene Kurse

Kurs-Nr. Kursname18-kb-2020-vl Relativistische Elektrodynamik

Dozent Lehrform SWSProf. Dr.-Ing. Harald Klingbeil Vorlesung 2

Kurs-Nr. Kursname18-kb-2020-ue Relativistische Elektrodynamik

Dozent Lehrform SWSProf. Dr.-Ing. Harald Klingbeil Übung 2


ModulnameEnergiewende gestalten

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-st-2080 6 CP 180 h 135 h 1 WiSe

Sprache Modulverantwortliche PersonDeutsch Prof. Dr.-Ing. Stefan Nießen

1 LerninhaltEnergietechnischer, energiewirtschaftlicher und energiepolitischer Rahmen der Energiewende mit Fokusauf Strom in Deutschland.Das Modul besteht aus drei Elementen:

• 6 Doppelvorlesungen, von denen jeweils 2 von Prof. Michèle Knodt vom Fachbereich 2 Gesellschafts-und Geschichtswissenschaften Institut für Politikwissenschaft, von Prof. Florian Steinke und Prof.Stefan Niessen vom Fachbereich Elektro- und Informationstechnik gehalten werden.

• Ein Seminar bestehend aus 3 Doppelstunden, bei dem interdisziplinäre Teams von Studenten ausden Politik- und Ingenieurwissenschaften gemeinsam je eine aktuelle Studie zur Energiewende ana-lysieren und sich gegenseitig eine Kurzzusammenfassung der wesentlichen Kernaussagen vortragen.

• Ein Praktikum an zwei halben Tagen, bei dem die interdisziplinären Teams anhand einer Com-putersimulation (Planspiel Energiewende) eigenständig Entscheidungen zum politisch-rechtlichenRahmen, zum Ausbau des Energiesystems und zu dessen Betrieb fällen und im Zeitraffer derenKonsequenzen für CO2-Bilanz, Kosten und Versorgungssicherheit erleben. Im praktischen Teilsetzen die Studenten anhand eines computergestützen Planspiels die Lerninhalte in Gruppenarbeitpraktisch um. Hierzu nehmen sie die Rollen von Stromerzeugern, Industrie, Privathaushal-ten und Politikern ein, treffen Entscheidungen zu Betrieb und Ausbau des Energiesystems.Anhand der Computersimulation erleben die Studenten die Konsequenzen ihrer Entscheidungenfür Kosten, CO2-Emissionen und Versorgungssicherheit im Zeitraffer für den Zeitraum 2020 bis 2050.

2 Qualifikationsziele / LernergebnisseDie Studierenden kennen verschiedene Verfahren der techno-ökonomischen Energiesystemanalyse sowiewichtige Grundgrößen von Energiesystemen. Darüberhinaus haben sie einen Überblick über die wesentli-chen Technologien zur Energiewandlung und Speicherung heute sowie mögliche zukünftige Entwicklun-gen. Ebenso kennen sie die Grundlage für das Verständnis der Governance, bestehend aus EU-Rechtsakten,Deutschen Gesetzen und Verordnungen und eine Übersicht über die Institutionen zur Umsetzung.

3 Empfohlene Voraussetzung für die TeilnahmeEin abgeschlossenes Bachelorstudium in einem der folgenden Fächer: Elektrotechnik, Maschinenbau, Me-chatronik, Umwelttechnik, Wirtschaftsingenieurwesen, Politikwissenschaft


• Modulprüfung (Studienleistung, Mündliche/Schriftliche Prüfung, Standard BWS)Die konkrete Prüfungsform wird am Anfang des Semesters bekannt gegeben. Übliche Prüfungsform ist eineStudienleistung durch

• einen Vortrag und einen Abschlussbericht über die Bestandteile des Moduls


• Modulprüfung (Studienleistung, Mündliche/Schriftliche Prüfung, Gewichtung: 100 %)



8 Literatur


• Sämtliche VL-Folien zum Download• Book.energytransition.org/en• https://www.agora-energiewende.de/fileadmin2/Projekte/2018/A_word_on/Agora_Energiewende_a-

word-on_flexibility_WEB.pdf

Enthaltene Kurse

Kurs-Nr. Kursname18-st-2080-vl Energiewende gestalten - Vorlesung

Dozent Lehrform SWSProf. Dr.-Ing. Stefan Nießen, Prof. Dr. phil. Michèle Knodt, Prof. Dr. rer. nat.Florian Steinke

Vorlesung 1

Kurs-Nr. Kursname18-st-2080-pr Energiewende gestalten – Planspiel


Praktikum 1

Kurs-Nr. Kursname18-st-2080-se Energiewende gestalten - Seminar


Seminar 1


ModulnameRobotik-Projektseminar für Mechatronik

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus20-00-1114 8 CP 240 h 150 h 1 Jedes Sem.


1 LerninhaltEigenständige Bearbeitung einer komplexen Problemstellung aus dem Bereich der Forschung, Entwicklungund Validierung mechatronischer Systeme in der Robotik (beispielsweise für mobile, stationäre oder trag-bare Robotersysteme) unter wissenschaftlicher Anleitung:- Einarbeitung in die Aufgabenstellung und den Stand der Forschung und Technik,- Analyse der Zielsetzungen und Anforderungen,- Entwicklung und Umsetzung eines Lösungsansatzes,- Evaluierung der durchgeführten Entwicklungen und Ergebnisse- Dokumentation von Aufgabenstellung, Vorgehensweise, Implementierung und Ergebnissen in einem Ab-schlussbericht- Durchführung einer Abschlusspräsentation

2 Qualifikationsziele / LernergebnisseDie Studierenden sind nach erfolgreicher Teilnahme in der Lage einzeln oder im Team komplexe Problem-stellungen in der Forschung und Entwicklung mechatronischer Systeme in der Robotik zu erkennen und zuanalysieren sowie mögliche Lösungen zu erarbeiten, umzusetzen und zu evaluieren. Sie beherrschen dieGrundzüge der Arbeits- und Zeitplanung bei komplexen Aufgaben.

3 Empfohlene Voraussetzung für die TeilnahmeEmpfohlen wird die erfolgreiche Teilnahme an der Lehrveranstaltung „Grundlagen der Robotik für Mecha-tronik“ oder äquivalente Kenntnisse und Fähigkeiten







8 Literatur

Enthaltene Kurse

Kurs-Nr. Kursname20-00-1114-pp Robotik-Projektseminar für Mechatronik

Dozent Lehrform SWSProf. Dr. rer. nat. Michael Waidner Projektseminar 6


ModulnameProjektseminar Lernende Roboter für Mechatronik



1 LerninhaltAktuelle Probleme aus dem Gebiet des Roboter-Lernens mit Fokus auf Mechatronik werden von Studentenin Gruppen erforscht.Zunächst wird von Studierenden gemeinsam mit Ihrem Betreuer eine aktuelle Problemstellung im Roboter-Lernens erarbeitet, welche den Forschungsinteressen der Studierenden entspricht und eine Literaturstudiedurchgeführt. Basierend auf diesen Vorarbeiten wird ein Projektplan ausgearbeitet, die notwendigen Algo-rithmen erprobt und eine prototypische Realisierung in Simulation erstellt.

2 Qualifikationsziele / LernergebnisseNachdem Studierende die Veranstaltung besucht haben, verstehen sie die Funktionsweise von Lernalgorith-men in der Robotik basierend auf eigenen Erfahrungen. Sie kennen mehrere mögliche lösbare Aufgabenund können solche Aufgaben mit Lernalgorithmen aus der Literatur oder dem eigenen Entwurf als Gruppelösen.

3 Empfohlene Voraussetzung für die TeilnahmeEmpfohlen wird die vorherige Belegung der Vorlesung „Maschinelles Lernen für Robotik & Mechatronik“







8 Literatur

Enthaltene Kurse

Kurs-Nr. Kursname20-00-1112-pp Projektseminar Lernende Roboter für Mechatronik

Dozent Lehrform SWSProf. Dr. rer. nat. Michael Waidner Projektseminar 6


ModulnameMaschinelles Lernen für Robotik & Mechatronik



1 Lerninhalt- Grundlagen aus der Robotik und des Maschinellen Lernens für Lernende Roboter- Maschinellen Lernen von Modellen- Representation einer Policy. Hierarchische Abstraktion mit Bewegungsprimitiven- Imitationslernen- Optimale Steuerung mit gelernten Modellen- Reinforcement Learning und Policy Search-Verfahren- Inverses Reinforcement Learning

2 Qualifikationsziele / LernergebnisseNachdem Studierende die Veranstaltung besucht haben, können sie die Grundlagen im Gebiet des Maschi-nellen Lernen für die Robotik wiedergeben und eigenständig Forschungsprojekte im Bereich des Maschi-nellen Lernes für Robotik & Mechatronik durchführen, z.B. im Rahmen einer Bachelor- oder Masterarbeit.Das resultierende grundlegende Verständnis erlaubt es Absolventen des Kurses, die algorithmischen Ansät-ze zum Maschinellen Lernen zu verstehen und auch praktisch in der Robotik und Mechatronik praktischanwenden. Dies ermöglicht es, das sie praktisch neue Ansätze synthetisieren können.

3 Empfohlene Voraussetzung für die TeilnahmeEmpfohlen werden: Gute Programmierkenntnisse in Python.Vorherige Belegung der Vorlesung Grundlagen der Robotik für Mechatronik ist hilfreich aber nicht zwin-gend erforderlich


• [20-00-1113-vl] (Fachprüfung, Mündliche/Schriftliche Prüfung, Standard BWS)


• [20-00-1113-vl] (Fachprüfung, Mündliche/Schriftliche Prüfung, Gewichtung: 100 %)



8 Literatur

Enthaltene Kurse

Kurs-Nr. Kursname20-00-1113-vl Maschinelles Lernen für Robotik & Mechatronik

Dozent Lehrform SWSProf. Dr. rer. nat. Michael Waidner Vorlesung 4


ModulnameRobotik in der Industrie: Grundlagen und Anwendungen


Sprache Modulverantwortliche PersonDeutsch Dr. rer. nat. Debora Clever

1 LerninhaltEinführung in die Robotik: Kinematik, Dynamik, Regelung; Industrieroboter; Roboter Sicherheit; Mensch-Roboter-Kollaboration; von der Automatisierung zur Autonomisierung (Optimierung und maschinelles Ler-nen); Einblicke in die Industrie; Exkurs ins Patentrecht (Gastvortrag); Übungsbetrieb teilweise als Block-veranstaltung, im 2 – 4 Wochen Takt.

2 Qualifikationsziele / LernergebnisseNachdem die Studierenden die Lerneinheit erfolgreich abgeschlossen haben, sollten sie in der Lage sein:1. Den Mehrwert von Industrierobotern innerhalb von Produktionslinien und entlang der gesamten Wert-schöpfungskette zu bewerten.2. Bewegungsgleichungen für Manipulatoren herzuleiten und diese Gleichungen im Bereich von Bewe-gungsplanung und Regelung einzusetzen.3. Verschiedene Sicherheitskonzepte mit Fokus auf Mensch Roboter-Zusammenarbeit zu kennen und diesesituationsbedingt auszuwählen und anzupassen.4. Optimierungs- und Lernpotential konkreter Robotikanwendungen zu erkennen und entsprechende Al-gorithmen auszuwählen und anzuwenden.5. Das Vorgehen zum Schützen von eigenen Erfindungen zu beschreiben.








8 LiteraturHandouts zur Vorlesung werden nach der jeweiligen Vorlesung zum Herunterladen bereitgestellt (moodle).

Enthaltene Kurse

Kurs-Nr. Kursname16-24-3124-vl Robotik in der Industrie: Grundlagen und Anwendungen


Kurs-Nr. Kursname16-24-3124-ue Robotik in der Industrie: Grundlagen und Anwendungen



ModulnameFundamentals of Reinforcement Learning

Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer Angebotsturnus18-kl-2070 4 CP 120 h 75 h 1 SoSe

Sprache Modulverantwortliche PersonEnglisch Prof. Dr.-Ing. Anja Klein

1 Lerninhalt• Überblick über Wahrscheinlichkeitstheorie• Markov-Eigenschaft und Markov-Entscheidungsprozesse• Das Problem des Mehrarmigen Banditen (MAB) und das vollständige Reinforcement Learning (RL)

Problem• Taxonomie von MAB-Problemen (z.B. stochastische Rewards vs. adversarial Rewards, kontext-

abhängige MAB)• Algorithmen für MAB-Probleme (z.B. Upper Confidence Interval (UCB), Epsilon-Greedy, SoftMax,

LinUCB) und ihre Anwendung in cyber-physischen Systemen• Grundlagen der Dynamischen Programmierung und Bellman-Gleichungen• Taxonomie der Lösungsansätze für das vollständige RL-Problem (z.B. Temporal-Difference Learning,

Policy Gradient und Actor-Critic)• Algorithmen für das vollständige RL-Problem (z.B. Q-Learning, SARSA, Policy Gradient, Actor-Critic)

und ihre Anwendung in cyber-physischen Systemen• Lineare Funktionsapproximation• Nicht-Lineare Funktionsapproximation

2 Qualifikationsziele / LernergebnisseDie Studierenden können

• die Markov-Eigenschaft definieren und die Elemente eines Markov-Entscheidungsprozesses identi-fizieren. Sie können diese Konzepte zur Modellierung von Entscheidungsproblemen in cyberphysi-schen Systemen einsetzen.

• die Eigenschaften des Problems des Mehrarmigen Banditen benennen und sie mit den Eigenschaftendes vollständigen Reinforcement Learning Problems vergleichen.

• Bedingungen identifizieren, unter welchen eine Formulierung als MAB-Problem oder als vollständi-ges RL-Problem zur Lösung von Entscheidungsproblemen eingesetzt werden sollte.

• zwischen wichtigen Algorithmen für MAB-Probleme, wie Upper Confidence Interval (UCB), Epsilon-Greedy und Softmax, unterscheiden.

• geeignete Algorithmen zur Lösung konkreter MAB-Probleme auswählen.• kontext-abhängige MAB-Probleme formulieren und lösen.• Bedingungen identifizieren, unter welchen die Dynamische Programmierung zur Lösung von Ent-

scheidungsproblemen eingesetzt werden kann.• den Unterschied zwischen Dynamischer Programmierung und RL-Methoden erklären.• zwischen RL-Methoden aus den Bereichen Temporal-Difference Learning, Policy Gradient und Actor-

Critic unterscheiden.• die Grenzen von MAB-Problemen und vollständigen RL-Problemen identifizieren.• die Notwendigkeit der Generalisierung in MAB-Problemen und vollständigen RL-Problemen erklä-

ren.• geeignete Approximations-Techniken auswählen und diese in Kombination mit Lösungsansätzen für

MAB-Probleme und vollständige RL-Probleme anwenden.• algorithmische Techniken anwenden, um MAB-Probleme und vollständige RL-Probleme zu lösen und

zulässige Lösungen zu erhalten.• die Plausibilität und Widerspruchsfreiheit der erhaltenen Lösungen bewerten.



• Grundkenntnisse in Python oder Matlab• Ingenieursmathematik und Wahrscheinlichkeitstheorie


• Modulprüfung (Fachprüfung, Mündliche/Schriftliche Prüfung, Dauer: 60 min, Standard BWS)Die Prüfung erfolgt durch eine Klausur (Dauer: 60 Min.). Falls absehbar ist, dass sich weniger als 21Studierende anmelden, erfolgt die Prüfung mündlich (Dauer: 20 Min.). Die Art der Prüfung wird zu Beginnder Lehrveranstaltung bekannt gegeben.


• Modulprüfung (Fachprüfung, Mündliche/Schriftliche Prüfung, Gewichtung: 100 %)

6 Verwendbarkeit des ModulsM.Sc. etit: AUT & KTS, M.Sc. ICE, B.Sc. / M.Sc. iST, M.Sc. WI-etit, M.Sc. MEC


8 Literatur• Richard S. Sutton and Andrew G. Barto, “Reinforcement Learning: An Introduction”, A Bradford

Book, Cambridge, MA, USA, 2018.• Aleksandrs Slivkins, „Introduction to Multi-Armed Bandits“, Foundations and Trends in Machine

Learning, Vol. 12: No. 1-2, 2019.

Enthaltene Kurse

Kurs-Nr. Kursname18-kl-2070-vl Fundamentals of Reinforcement Learning

Dozent Lehrform SWSDr. rer. nat. Sabrina Klos, Dr.-Ing. Andrea Patricia Ortiz Jimenez Vorlesung 2

Kurs-Nr. Kursname18-kl-2070-ue Fundamentals of Reinforcement Learning

Dozent Lehrform SWSDr. rer. nat. Sabrina Klos, Dr.-Ing. Andrea Patricia Ortiz Jimenez Übung 1


M.Sc. Mechatronik (PO 2014) · Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer...

Documents

Transcript of M.Sc. Mechatronik (PO 2014) · Modul-Nr. Kreditpunkte Arbeitsaufwand Selbststudium Moduldauer...