Aktuelle Master- und Diplomarbeiten

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.


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.


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

Das nichtlineare Informationsfilter - Implementierung und Evaluation

Decentralized Processing.png

In verteilten Sensornetzwerken müssen Messdaten dezentral verarbeitet werden. Eine Umformulierung des Kalman-Filters ist das Informationsfilter, bei dem neue Messungen im Filterschritt additiv mit der prädizierten Information verarbeitet werden können. Es kommt bei verteilten Schätzverfahren zum Einsatz, bei denen Messungen aus verschiedenen Quellen in einer Instanz fusioniert werden sollen. Da das Kalman Filter sich nur auf lineare Systeme anwenden lässt, wird zur Zeit ein Verfahren zur dezentralen Zustandsschätzung für nichtlineare System- und Messmodelle entwickelt.

Hierbei werden Wahrscheinlichkeitsdichten als Elemente eines Hilbertraums aufgefasst und zunächst auf einen endlich dimensionalen Unterraum projiziert. Mit diesen Repräsentanten wird dann die Zustandsschätzung durchgeführt, wobei die Besonderheit der Darstellung ist, dass das Schätzverfahren vollständig in dem Unterraum abläuft und keiner Reapproximation bedarf.

Ziel der Diplomarbeit ist es, das neu entwickelte Verfahren zur Approximation von Wahrscheinlichkeitsdichten und zur Bayes'schen Zustandsschätzung zu implementieren und zu evaluieren.

Es muß zunächst der am ISAS entwickelte Ansatz nachvollzogen werden, wobei hier solide Kenntnisse im Bereich der Funktionalanalysis notwendig sind. Anschließend soll das Verfahren implementiert werden und seine Funktionalität in verschiedenen Szenarien getestet werden. Ein Vergleich zu anderen bereits bestehenden Verfahren bildet den Abschluss.


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

Benjamin Noack

Diese Ausschreibung als PDF.

Meine Werkzeuge