www.kit.edu

Institut für Mess- und Regelungstechnik

KIT – Die Forschungsuniversität in der Helmholtz-Gemeinschaft

Schwerpunkt 22: Kognitive Technische Systeme

wählbar im M.Sc. MACHVerantwortung: Prof. Dr.-Ing. Christoph Stiller

Maschinen erhalten kognitive Fähigkeiten

Kognition ist wesentlicher Innovationstreiber im MaschinenbauInterdisziplinäre Ingenieure mit Systemdenken sind gefragt

29.04.20202

Kognitive Technische Systeme

Beteiligte Fakultäten: Maschinenbau, Informatik, Elektrotechnik

Beteiligte Institute im Maschinenbau: MRT, IAI, IFL, ITM

Lernziele:Qualifikation für Kognitive SystemeWahrnehmung und Verhaltensgenerierung für Maschinen

Zielgruppe: qualifizierte Studierende mit Interesse an Robotik,Informationsverarbeitung, Mess- und Regelungstechnik

Besonderheiten:interdisziplinär vielfältige Anwendungenvielfältige BerufsmöglichkeitenVerknüpfung von Theorie, Simulation und Praktikum

29.04.20203

Kognitive Technische Systeme

29.04.20204

Kognitive Technische Systeme

KernbereichVorlesung Dozent(en) Sem LP

Datenanalyse für Ingenieure Ludwig, Mikut, Reischl SS 5

Fahrzeugsehen Lauer, Stiller SS 6

Verhaltensgenerierung für Fahrzeuge Stiller, Werling SS 4

Methoden der Datenanalyse mit einem Schwerpunkt auf Einzelmerkmale und Zeitreihen, u.a.

MerkmalsextraktionKlassifikation, Regression, ClusteringBewertungsmaße und Validierungsstrategien

Praktische Fallbeispiele Rechnerübungen mit MATLAB-Toolbox SciXMiner

29.04.20205

Vorlesung Datenanalyse für Ingenieure

0 5 10 15 20

Januar

Februar

März

Mai

Juni Juli

August

September

Oktober

November

Dezember

Zeit [Stunden]

Pm

ess

0

0.04434

0.17736

0.39906

0.70944

1.1085

1.59624

2.17266

2.83776

3.59154

4.434

Merkmals- extraktion

Klassifikation/ Regression

Merkmals-transformation

Merkmals-selektion Aus-

gangs- größe ŷ

f(⋅)

Datentupel- selektion

Visualisierung Bewertungsmaße

Problemformulierung (formalisiert)

Problemformulierung (verbal)

Zusammenstellung Lerndatensatz

Entwurf Data-Mining-Verfahren

Datenbank

XZR, X, y Validierungs- strategien

Entscheidungsfindung

Dozenten: apl. Prof. Dr.-Ing. Ralf Mikut, PD Dr.-Ing. Markus Reischl, MSc Nicole Ludwig

Fehler! Kein Text mit angegebener Formatvorlage im Dokument.1

y

ˆ

Entscheidungsfindung�

Entwurf Data-Mining-Verfahren

Validierungs-�strategien

Visualisierung

Bewertungsmaße

XZR, X, y

Aus-�gangs-�größe � EMBED Equation.3 ���

Datenbank

Zusammenstellung Lerndatensatz

Problemformulierung (verbal)

Problemformulierung (formalisiert)

Datentupel-�selektion

-auswahl

f(()

Merkmals�selektion

Merkmals�-transformation

Klassifikation/�Regression

Merkmals-�ex�traktion

_1220683258.unknown

Kamerabasierte Umgebungswahrnehmungfür autonome Fahrzeuge (und Roboter)

StereosehenMerkmalspunktverfahrenObjektverfolgung im BildSelbstlokalisierungautomatische KartenerstellungFahrbahnerkennungVerhaltenserkennung

Dozenten: Dr. rer. nat Martin Lauer,Prof. Dr.-Ing. Christoph StillerSprache: englisch

29.04.20206

Vorlesung Automotive Vision

Aktuelle Methoden zur Planung und Regelung von Fahrzeugtrajektorien

InhaltFahrdynamik, -sicherheit, -komfort, -effizienzRegelung von FahrzeugenFahrwerkstabilisierung (ABS, ASR, ESP)Längsführung (ACC, Notbremsung, ...)Querführung (Spurhalten, Ausweichen, ...)Trajektorienplanung, -regelungAutonomes Fahren

Voraussetzung: Grundlagen der Mess- und Regelungstechnik

Dozenten: Prof. Dr.-Ing. Christoph Stiller, PD Dr.-Ing. Moritz Werling (BMW)

29.04.20207

Vorlesung Verhaltensgenerierung für Fahrzeuge

29.04.20208

Kognitive Technische Systeme

Ergänzungsbereich SommersemesterVorlesung Dozent(en) LP

Informationssysteme in Logistik und Supply Chain Management Kilger 3

Kognitive Automobile Labor Lauer, Stiller, Kamran 6

Kognitive Systeme Waibel, Stüker, Meißner, Neumann 6

Lokalisierung mobiler Agenten Noack, Hanebeck 6

Messtechnik II Stiller, Wirth 4

Rechnergestützte Fahrzeugdynamik Proppe 4

Robotik III - Sensoren in der Robotik Asfour, Grotz 3

29.04.20209

Kognitive Technische Systeme

Ergänzungsbereich WintersemesterVorlesung Dozent(en) LP

Computational Intelligence Jakob, Mikut, Reischl 4

Digitale Regelungen Knoop 4

Informationsverarbeitung in Sensornetzwerken Noack, Mayer, Hanebeck 6

Machine Vision Lauer, Stiller 8

Robotik I - Einführung in die Robotik Asfour, Paus 6

ZIELE DER VORLESUNGÜberblick über logistische Prozesse und Systeme

Was gehört alles zur Logistik? Welche Prozesse unterscheidet man? Was sind die grundlegenden Konzepte dieser Prozesse?

Grundlagen von Informationssystemen und InformationstechnikWie grenzen sich die Begriffe IS und IT voneinander ab?Wie werden Informationssysteme mit IT realisiert? Wie funktioniert IT?

Überblick über Informationssysteme zur Unterstützung logistischer ProzesseWelche IT-Systeme für logistische Aufgaben gibt es? Wie unterstützen diese logistische Prozesse?

Vertiefung der Funktionalität ausgewählter Module von SAP zur Unterstützung logistischer ProzesseWelche Funktionen werden angeboten? Wie sieht die Benutzeroberfläche aus? Wie arbeitet man mit dem Modul? Welche Schnittstellen gibt es? Welche Stamm- und Bewegungsdaten benötigt das System?

29.04.202010

Vorlesung Informationssysteme in Logistik und Supply Chain Management

GRUNDLAGENEinführung in logistische Strukturen und Prozesse

Fallstudie: Beumer MaschinenbaufabrikInformationssysteme / InformationstechnikVerbuchungslogik, Stamm- und Bewegungsdaten

LOGISTIK-PROZESSEKundenbedarfsmanagement

Auftragsmanagement, AuftragsterminierungAbsatzplanung

Produktionsplanung und Master PlanningMRP II-Konzept vs. SAP APO

ProduktionssteuerungLean ProductionManufacturing Execution SystemsAutomatisierungstechnik

Lagerverwaltung und IntralogistikLagerprozesse und Lagerverwaltungssysteme

Externe LogistikprozesseLieferantenmanagementTransportmanagementEvent Management

29.04.202011

Vorlesung Informationssysteme in Logistik und Supply Chain Management

Keystone Projekt: Vorlesungsbegleitende Erforschung AutomobilerKognition in der PraxisMaximal 5 Teams a 4 Studenten lassen ein Modellauto die Umgebungwahrnehmen und darin autonom Fahraufgaben bewältigen.Inhalt

Methoden der Teamarbeit, ProjektplanungFahrzeugsehenSituationserkennungTrajektorienplanungFahrzeugregelung

Teilnehmerzahl begrenzt, Anmeldung&Auswahlverfahren!Vorkenntnisse:

Automotive Vision oder Machine VisionVerhaltensgenerierung für Fahrzeuge (paralleles Hören möglich)

Dozenten: Dr. rer. nat. Martin Lauer, Prof. Dr.-Ing. Christoph Stiller

29.04.202012

Kognitive Automobile Labor

29.04.202013

Vorlesung Lokalisierung mobiler AgentenGrundlagen und aktuelle Methoden zur dynamischen LokalisierungInhalt:

Modellbildung und KoppelnavigationStatische Lokalisierungsverfahren

Typische LokalisierungskonzepteGeschlossene Lösungen

Dynamische LokalisierungStochastische DatenfusionKalman-Filter

Simultane Lokalisierung und KartographierungInterdisziplinär:

Hardware Software Algorithmen

Breites Einsatzspektrum in vielen alltäglichen Anwendungen

Aktuelle Methoden zur Messung der Umgebung von MaschinenInhalt

Digitale MesstechnikProbabilistische Methoden der MesstechnikEstimation und InformationsfusionBayes-FilterVideo-, Lidar-, Radar-datenverarbeitung

Dozenten: Prof. Dr.-Ing. Christoph Stiller

29.04.202014

Vorlesung Messtechnik II

Sensor 1 Sensor 2

Strecken-datenbank Weichen-

erkennung

Korrelator

Weiche ja/neinWeichentypWeichenstellung

InhaltAbgrenzung Messtechnik/SensorikKlassifikation von SensorenDigitisierung und Klassifikation von Signalen- SignalverarbeitungEinbindung von Sensoren in RobotersprachenBehandlung von Unsicherheiten- MultisensorsystemeRepräsentations- und ModellierproblemeInterpretation von Situationen sowie Ableitung von Aktionsfolgen

Voraussetzung: keine

29.04.202015

Vorlesung Robotik III - Sensoren in der Robotik

29.04.202016

Vorlesung Computational Intelligence

Methoden der Computational IntelligenceFuzzy-LogikKünstliche Neuronale Netze inkl. Deep LearningEvolutionäre Algorithmen

Praktische Fallbeispiele

Dozenten: apl. Prof. Dr.-Ing. Ralf Mikut, PD Dr.-Ing. Markus Reischl

Methoden der Regelung für DigitaltechnikInhalt

Einführung, DigitalisierungReglerentwurf im zeitdiskreten ZustandsraumZustandsbeobachterAnalyse und Entwurf im z-Bereich

Voraussetzung: Grundlagen der Mess- und Regelungstechnik

Dozent: Prof. Dr.-Ing. Michael Knoop

29.04.202017

Vorlesung Digitale Regelungen

Solide Kenntnisse im Bereich der Informationsverarbeitung Inhalt

Digitale SignalverarbeitungVerteilte SensordatenverarbeitungAufbau der InfrastrukturModellbasierte Informationsverarbeitung

Was ist der Reiz?Interdisziplinär

Hardware/SoftwareAlgorithmenKommunikation

Spannende HerausforderungenEinsichten vielseitig verwendbarInteressante AnwendungenZukunft: Vielzahl neuer Anwendungen

29.04.202018

Vorlesung Informationsverarbeitung in Sensornetzwerken

Techniken der Kamerabildverarbeitung & MustererkennungAnalyse von KamerabildernBildfilterungErkennung geometrischer StrukturenFarbverarbeitungSzenensegmentierunggeometrische KameraeigenschaftenMustererkennungDeep Learning

Dozenten: Dr. rer. nat. Martin Lauer,Prof. Dr.-Ing. Christoph StillerSprache: englisch

29.04.202019

Vorlesung Machine Vision

29.04.202020

Kognitive Technische Systeme

PraktikaPraktikum Dozent(en) Sem LP

Mechatronik-Praktikum Lorch, Seemann, Stiller WS 4

Rechnergestützte Verfahren der Mess- und Regelungstechnik (RVMRT)

Stiller WS 4

Kleingruppenpraktikum

InhaltDigitale MesstechnikDigitales Speicheroszilloskop und digitaler Spektrum-AnalysatorUltraschall-ComputertomographieSensorik für mobile RoboterIndustrielle BildverarbeitungIndustrieroboter

29.04.202021

Praktikum Rechnergestützte Verfahren der Mess-und Regelungstechnik

Foliennummer 1Kognitive Technische SystemeKognitive Technische SystemeKognitive Technische SystemeVorlesung Datenanalyse für IngenieureVorlesung Automotive VisionVorlesung Verhaltensgenerierung für FahrzeugeKognitive Technische SystemeKognitive Technische SystemeVorlesung Informationssysteme in Logistik und Supply Chain Management Vorlesung Informationssysteme in Logistik und Supply Chain Management Kognitive Automobile LaborVorlesung Lokalisierung mobiler AgentenVorlesung Messtechnik IIVorlesung Robotik III - Sensoren in der RobotikVorlesung Computational IntelligenceVorlesung Digitale RegelungenVorlesung Informationsverarbeitung in SensornetzwerkenVorlesung Machine VisionKognitive Technische SystemePraktikum Rechnergestützte Verfahren der Mess- und Regelungstechnik