The ISAS website has moved. Please see our new website.

Aktuelle Diplomarbeiten

Optimale Entscheidungsfindung unter zeitverzögerten Informationen

NCS MarsRover2.jpg

Zur Erläuterung der Aufgabenstellung diene folgendes Beispiel. Ein Marsroboter sendet in regelmäßigen Abständen Kamerabilder zur Erde anhand derer die weiteren Aktionen des Roboters geplant werden. Die Anweisungen werden dann von der Erde zum Roboter übertragen. Ein Problem ist dabei, dass die Signale von der Erde zum Mars (und umgekehrt) mindestens einige Minuten benötigen. Die auf der Erde empfangenen Kamerabilder zeigen daher nicht die gegenwärtige Situation sondern eine vergangene, die sich bereits verändert haben kann. In der Entscheidung über die nächste Roboteranweidung müsste dies ebenso berücksichtigt werden wie der Umstand, dass der Roboter noch einige Minuten die alten Anweisungen ausführt bis er die neuen Anweisungen erhält und umsetzt.

In dieser Arbeit soll ein am ISAS entwickeltes Verfahren zur Findung optimaler Entscheidungen unter zeitverzögerten Informationen auf nichtlineare Systeme erweitert werden. Nach einer Einarbeitung in die Themenbereiche der Modellprädiktiven Regelung und Spieltheorie soll ein theoretischer Lösungsansatz entwickelt werden, der in Simulationen sowie in realen Szenarios mit den ISAS-Laufrobotern zu testen ist.

Weitere Informationen (auch zu verwandten Themen und Studien-/Diplom-/Bachelor-/Masterarbeiten) gibt es bei:

Jörg Fischer

Tracking ausgedehnter Objekte in Bandsortieranlagen

Abb. 1. Bandsortieranlage.
Abb. 2. Schüttgut.

Problemdarstellung: Für eine Sortierung in eine Gut- und Schlechtfraktion bei Schüttgütern wie Diamanten, Edelsteine, Minralien, Granulaten sowie Obst und Kräuter gibt es verschiedene Prinzipien, wobei hier lediglich Bandsortieranlagen betrachtet werden sollen (siehe Abb. 1). In Bandsortieranlagen wird das Schüttgut durch Aufbringen auf ein Förderband zunächst vereinzelt und danach mit definierter Geschwindigkeit von 3-4 m/s abgeworfen. In der Flugphase werden die einzelnen Objekte in einer kurzen Sichtzone durch Sensoren - typischerweise Hochgeschwindigkeitszeilenkameras - gesichtet, lokalisiert und klassifiziert. Zum Ausschuss gehörende unerwünschte Objekte werden schließlich mit Hilfe von Druckluftdüsen aus dem Objektstrom ausgeblasen.

Schwierigkeiten: Bisher wird davon ausgegangen, dass die Objekte sich nach der Sichtung im freien Fall auf geraden Trajektorien mit identischem Geschwindigkeitsverlauf bewegen, was aber nicht immer der Fall ist. Vielmehr ändern sich zum einen die Fluggeschwindigkeiten der Objekte relativ zueinander, so dass die Ausblaszeitfenster relativ konservativ gewählt werden müssen. Neben einem unnötig erhöhten Druckluftverbrauch besteht damit auch die Gefahr des Ausblasens von falschem Material, was zu einer Verminderung der Sortierleistung führt. Zum anderen fliegt ein Objekt nach Verlassen des Bandes nicht notwendigerweise gerade in Bandrichtung weiter. Ein korrektes Ausblasen erfordert damit das Wissen über die tatsächliche Trajektorie.

Neuer Ansatz: Tracking ausgedehnter Objekte In einem neuen Ansatz soll deshalb die Verwendung von Verfahren zum Tracking von ausgedehnten Objekten untersucht werden. Dabei sollen die Objekte wieder über einen kurzen Teil der Flugbahn gesichtet werden, wobei nun neben Klassifikation und Ortsbestimmung eine Verfolgung der Objekte und, insbesondere bei Ausschussmaterial, eine Prädiktion ihrer zukünftigen Flugbahn durchgeführt werden soll.

Was könnte der neue Ansatz bringen? Gelingt eine präzise Prädiktion der Traktorie von Objekten, kann durch eine Verkürzung der Ausblaszeitfenster eine höhere Bandbelegung und damit ein insgesamt höherer Durchsatz erreicht werden. Durch ein korrektes Ausblasen auch schräg fliegender Objekte kann die Sortierleistung erhöht werden. Falls zusätzlich eine Klassifikation der Objektform möglich ist, sind auch neue Klassen von Sortieraufgaben denkbar.

Herausforderungen: Für den neuen Ansatz ergeben sich zwei Hauptherausforderungen. Die erste Herausforderung resultiert aus den für hohe Durchsätze erforderlichen hohen Bandlaufgeschwindigkeiten. Damit verbleiben für die Sichtung, Verfolgung, Klassifikation und Prädiktion der Objekte typischerweise nur Zeitschlitze von etwa 20ms. Die zweite Herausforderung ergibt sich aus der großen Anzahl von zu verfolgenden Objekten. Der Tracker muss also die Verfolgung von Tausenden eng liegenden Objekten beherrschen (siehe Abb. 2).

Aufgabenstellung:

  • Einarbeitung in Problemkreis und in bestehende Ansätze des ISAS zum Tracking ausgedehnter Objekte
  • Extraktion von Messinformationen aus Bildern, zunächst offline
  • Entwicklung eines Trackingverfahrens für Objekte inklusive einer Prädiktion der Flugbahn
  • Entwicklung eines Verfahrens zur Bestimmung der Ausblaszeitfenster
  • Experimentelle Evaluation


Diese Arbeit wird gemeinsam von der Abteilung Sichtprüfsysteme des Fraunhofer-Instituts für Optronik, Systemtechnik und Bildauswertung (IOSB) (Prof. Thomas Längle) und ISAS betreut.


Weitere Informationen (auch zu verwandten Themen und Studien-/Diplom-/Bachelor-/Masterarbeiten) gibt es bei:

Florian Pfaff

Ausschreibung als PDF

Kalibrierung von Multi-Kinect-Netzwerken

Telepräsenz bietet die Möglichkeit, entfernte Umgebungen zu erkunden, ohne dort selbst anwesend zu sein. Der Eindruck der Präsenz wird durch die Rekonstruktion von Sinneseindrücken aus dieser entfernten Umgebung vermittelt. Zur visuellen Rekonstruktion können Kameranetzwerke eingesetzt werden. Ein solches Netzwerk kann beispielsweise aus Microsoft Kinect Kameras bestehen. Die genaue Kenntnis der relativen Positionen der Kameras zueinander ist für eine gute Rekonstruktion von großer Wichtigkeit.

Im Rahmen dieser Diplom-/Masterarbeit soll ein Verfahren entwickelt werden, um diese sogenannte extrinsische Kalibrierung zu automatisieren. Dabei sollen die charakteristischen Eigenschaften der Kinect berücksichtigt, bzw. ausgenutzt werden. Beispielsweise liefert die Kamera sowohl Farb- als auch Tiefen-informationen der beobachteten Szene. Diese sind allerdings relativ stark verrauscht, was bei der Entwicklung berücksichtigt werden soll.

DA Kalibrierung.jpg

Aufgaben:

  • Einarbeitung in die Grundlagen der Kamerakalibrierung
  • Untersuchung des Rauschverhaltens der Microsoft Kinect Kameras
  • Entwicklung einer automatischen Kalibrierung der extrinsichen Kameraparameter

Weitere Informationen (auch zu verwandten Themen und Studien-/Diplom-/Bachelor-/Masterarbeiten) gibt es bei:

Florian Faion

Ausschreibung als PDF

Fusion von Farb- und Tiefendaten in Mehrkamerasystemen

Telepräsenz bietet die Möglichkeit, entfernte Umgebungen zu erkunden, ohne dort selbst anwesend zu sein. Der Eindruck der Präsenz wird durch die Rekonstruktion von Sinneseindrücken aus dieser entfernten Umgebung vermittelt. Zur visuellen Rekonstruktion können Kameranetzwerke eingesetzt werden. Ein solches Netzwerk kann beispielsweise aus Microsoft Kinect Kameras bestehen. Dieser neue Kameratyp liefert zusätzlich zur Farbe auch Tiefeninformationen der beobachteten Szene, die sich zur 3D-Rekonstruktion benutzen lassen. Allerdings ist die Auflösung der Tiefendaten relativ gering und das Rauschen relativ hoch. Aus diesem Grund soll das bestehende Multi-Kinect-Netzwerk mit einigen hochauflösenden Farbkameras ergänzt werden. Zum gegenwärtigen Zeitpunkt existiert allerdings keine zufriedenstellende Methode, die Daten eines solchen Netzwerks zu fusionieren.

Im Rahmen dieser Diplom-/Masterarbeit soll nun eine Methode (basierend auf Visuellen Hüllen) entwickelt werden, eine bestehende 3D-Rekonstruktion mit hochauflösenden Kameradaten zu fusionieren.

DA Fusion.jpg

Aufgaben:

  • Einarbeitung in die Grundlagen von Mehrkamerasystemen und Visuellen Hüllen
  • Untersuchung bestehender Fusionsansätze
  • Entwicklung und Implementierung einer verbesserten Fusionsmethode

Weitere Informationen (auch zu verwandten Themen und Studien-/Diplom-/Bachelor-/Masterarbeiten) gibt es bei:

Florian Faion

Ausschreibung als PDF






Meine Werkzeuge