Studentische Abschlussarbeiten (Bachelor, Master, Diplom)

Sie suchen ein forschungsnahes, interessantes Thema für Ihre Abschlussarbeit? Sprechen Sie uns an! Gern betreuen wir auch Studenten anderer Fakultäten und Studiengänge, wie zum Beispiel angehende Informatiker.

Aktuell zu vergebende Themen

Wir haben ständig interessante Aufgaben aus unseren Forschungsprojekten zu vergeben, auch über die hier vorgestellten Themen hinaus. Sprechen Sie uns einfach an!

Kontakt: Die Arbeiten im Bereich Mobile Robotik werden von Dipl.-Inf. Niko Sünderhauf, Dipl.-Ing. Sven Lange und Dipl.-Inf. Peer Neubert betreut. Für Aufgabenstellungen im Bereich Automatisierungstechnik wenden Sie sich bitte an Dr.-Ing. Ralf Neumann.

Die automatische Bildverarbeitung und -auswertung gehört heute in vielen Bereichen der industriellen Fertigung zum Standard und ist wichtiger Bestandteil der Qualitätssicherung.Trotz des weitverbreiteten Einsatzes gibt es nach wie vor Anwendungsbereiche, in denen automatische Bildverarbeitungsverfahren noch nicht zufriedenstellend eingesetzt werden können.

In einem gemeinsamen Projekt mit der Firma K+L Elektrotechnik GmbH entwickeln wir Verfahren zur vollautomatisierten endoskopischen Sichtprüfung. Für dieses Forschungsprojekt suchen wir interessierte Studenten, die im Rahmen von Abschlussarbeiten Teilaspekte der Problemstellung untersuchen wollen.

RGB-D-Kameras nehmen wie eine normale Kamera ein Farbbild der Umgebung auf. Zusätzlich liefern RGB-D-Kameras für jeden Pixel im Bild eine Entfernungsinformation. Es ist also möglich, Objekte im Bild nicht nur visuell wahrzunehmen, sondern gleichzeitig auch in ihrer räumlichen Struktur zu beschreiben.

Mit der Veröffentlichung der Microsoft Kinect (eigentlich ein Zubehör zur Xbox-Spielekonsole) sind sehr preisgünstige RGB-D-Sensoren verfügbar. Quelloffene Treiber und erste Algorithmen zur Datenauswertung stehen bereits zur Verfügung, so dass zahlreiche Anwendungen erschlossen werden können.

Dieses Themengebiet eröffnet die Möglichkeit für mehrere interessante Bachelor- oder Masterarbeiten:

• Nutzung der RGB-D-Daten zur sicheren Navigation unseres Quadrocopters inklusive Ausweichen von statischen oder beweglichen Hindernissen, Fliegen durch Türen, Engstellen usw.
• Kartographierung und Lokalisierung (SLAM) zur Erstellung eines texturierten 3D-Modells der Umgebung (z.B. Weinholdbau)
• Objekterkennung auf RGB-D-Daten zur Identifizierung einzelner Objekte im Raum

Neben lokalen Merkmalen, die zum Beispiel mit Methoden der Bildsegmentierung und Objekterkennung erzeugt werden können, bieten sich auch globale Merkmale an, um einzelne Szenen aus einer größeren Videosequenz zu klassifizieren bzw. wiederzuerkennen. Ein mögliches solches Verfahren ist das von Aude Oliva und Antonio Torralba vorgestellte "Spatial Envelope".

Am unserem Lehrstuhl wurde eine visuelle Landmarkenerkennung entwickelt, die auf biologischen Prinzipien aufbaut. Die so gefundenen Landmarken werden benutzt, um einem autonom agierenden System Anhaltspunkte für die Orientierung und Navigation zu geben. Im Rahmen einer Arbeit soll nun untersucht werden, ob das von Oliva & Torralba vorgestellte Verfahren die biologisch inspirierte Landmarkenerkennung und Navigation unterstützen kann. Dazu kann auf eine Implementierung des Verfahrens in Matlab (siehe Homepage der Autoren) zurückgegriffen werden.

Sollen Computersysteme ihre Umwelt intelligent wahrnehmen und interpretieren können, müssen sie in der Lage sein, die über Kameras aufgenommenen visuellen Informationen mit semantischen Informationen (=Bedeutung) zu verknüpfen. Dies geschieht zum Beispiel, wenn ein "Objekt", welches im Kamerabild zunächst nur aus einer Ansammlung von Pixeln besteht, einer schon bekannten Klasse von Objekten zugeordnet (klassifiziert) werden kann. ("Dieser Bildbereich enthält einen Stuhl.")

Vocabulary Trees (das Bild links zeigt eine Illustration) sind neuartige und vergleichsweise effiziente Ansätze, dieses Klassifikationsproblem zu lösen. Ursprünglich aus dem Bereich der Textverarbeitung (daher der Name) stammend, haben sie interessante Eigenschaften, die auch im Bereich der Bildanalyse genutzt werden können. Im Rahmen der Arbeit sollen einfache Klassifikationsprobleme mit diesem Verfahren untersucht werden.

In dieser Arbeit soll untersucht werden, wie einzelne Luftbilder, die von den Quadrocoptern oder dem Luftschiff aufgenommen wurden, möglichst nahtlos zu einer großen Luftbildkarte zusammengefügt werden können. Dazu sollen Verfahren zum Einsatz kommen, die auch zum Erstellen von Panoramafotos aus mehreren Einzelaufnahmen eingesetzt werden. Neben den Bilddaten steht für jedes Luftbild zusätzlich eine GPS-Koordinate sowie weitere Sensordaten der Fluggeräte (z.B. Neigung, Kompass usw.) zur Verfügung. Ziel ist, eine georeferenzierte Luftbildkarte zu erstellen, in der jedem Punkt in der Karte eine GPS-Koordinate zugeordnet werden kann. Damit können anschließend weitere Informations-Layer (zum Beispiel Straßenverläufe etc. aus OpenStreetMap) eingeblendet werden.

Nebenstehendes Bild ist aus (Wang et al., 2008)

Die Auswertung der von unseren Fluggeräten aufgenommenen Luftbildern steht im Mittelpunkt dieser Arbeit. Es soll untersucht werden, wie bestimmte Geländeeigenschaften wie Straßen und Wege, bebaute Flächen, verschiedene Typen von Vegetation, sowie Einzelobjekte wie Fahrzeuge, Personen usw. in diesen Luftbildern erkannt werden können. Dabei sollen bekannte Verfahren der visuellen Objekterkennung und Klassifikation zum Einsatz kommen. Durch Eintragen der gefundenen Attribute in eine geeignete Kartenstruktur soll die weitere Auswertung und Verarbeitung ermöglicht werden. Die Arbeit kann auf bereits durchgeführte Diplomarbeiten aufbauen.

Für den Forschungsbereich autonome mobile Systeme wurde ein neues Flugsystem (Pelican von AscTec) angeschafft. Dieses System soll im Rahmen einer Studienarbeit mit einem vorhandenen Laserscanner erweitert werden, um autonom in einem Korridor zu fliegen.

Der Laserscanner soll sowohl für die Höhenregelung, als auch für die Abstandsregelung zur Wand verwendet werden. Für die Realisierung kann ein Umlenkspiegel auf den Laserscanner montiert werden, um einen Teil der Abstandsmessungen 90°, in Richtung Boden, abzulenken. Die so erhaltenen Messdaten werden bei Bedarf mit den internen Sensordaten des Flugsystems kombiniert und können anschließend in den Regelkreis einfließen. Zur Umsetzung der Regelaufgaben soll der onboard-Rechner (Atom Prozessor Board, 1,6GHz, Linux), sowie ein Mikrocontroller (LPC2146, 60MHz) auf dem Flugsystem genutzt werden. Für die Abstandsmessungen stehen zwei verschieden leistungsstarke Laserscanner zur Verfügung: Hokuyo URG-04LX und Hokuyo UTM-30LX.

Kenntnisse im Umgang mit Linux und Mikrocontroller-Programmierung sind von Vorteil, können aber auch im Laufe der Arbeit erworben werden.

Literaturverweise:

• Achtelik, M.; Bachrach, A.; He, R.; Prentice, S. & Roy, N. (2009). Autonomous Navigation and Exploration of a Quadrotor Helicopter in GPS-denied Indoor Environments (First Symposium on Indoor Flight Issues, 2009)
• ROS Package und CAD-Zeichnungen für den Umlenkspiegel

Im Forschungsbereich autonome mobile Systeme soll ein Miniaturhelikopter vom Typ Hummingbird mit einer zusätzlichen Sensoreinheit erweitert werden. Diese soll das stabile Halten einer Position ermöglichen, sowie das anfliegen weiterer Positionen, relativ zur Ausgangsposition.

Zur Realisierung dieser Aufgabe kann bereits auf Vorarbeiten zurückgegriffen werden. Ein Sensor­board mit Mikrocontroller (ATMega644p), Optical Flow Sensor (ADNS3080) sowie IMU (Razor6DOF) ist bereits vorhanden, mit dem QuadroCopter verbunden, sowie mit einem Beispielprogramm vorprogrammiert. Innerhalb der Arbeit sollen die Sensorwerte aller Komponenten sinnvoll kombiniert werden, um eine verbesserte Bewegungsschätzung zu erhalten. Dies wird allgemein als Sensorfusion bezeichnet und soll auf dem vorhandenen Mikrocontroller implementiert werden.

Kenntnisse im Umgang mit Linux, Matlab und Mikrocontroller-Programmierung (AVR-GCC) sind von Vorteil, können aber auch im Laufe der Arbeit erworben werden.

Weitere Informationen: SkeyeCopter

Im Forschungsbereich autonome mobile Systeme wird u.a. mit Miniaturhelikoptern vom Typ Hummingbird und Pelican gearbeitet. Diese Systeme wurden mit verschiedener Sensorik aufgerüstet, um einen möglichst autonomen Betrieb der Geräte zu ermöglichen. Das Messen der Höhe über dem Boden ist dabei ein entscheidender Beitrag. Momentan geschieht dies allein über einen Ultraschall-Sensor. Kommt es zu einem Ausfall dieses Sensors oder zu Fehlmessungen durch externe Störeinflüsse, so hätte dies fatale Folgen für das Gesamtsystem. Innerhalb dieser Arbeit soll eine Möglichkeit erarbeitet werden die Höhe durch weitere Sensoren zu bestimmen. Die so gewonnenen redundanten Messungen sollen in einer geeigneten Form fusioniert werden und somit dem Mikrocontroller zur Verfügung stehen.

Ein zweiter Teil der Aufgabe besteht im seitlichen Anbringen von zwei zusätzlichen Ultraschall-Sensoren, um seitlich vorhandene Hindernisse zu detektieren.

Kenntnisse im Umgang mit Linux, Matlab und Mikrocontroller-Programmierung (AVR-GCC) sind von Vorteil, können aber auch im Laufe der Arbeit erworben werden.

Im Forschungsbereich autonome mobile Systeme wird u.a. mit Miniaturhelikoptern vom Typ Hummingbird und Pelican gearbeitet. Diese Systeme wurden mit verschiedener Sensorik aufgerüstet, um einen möglichst autonomen Betrieb der Geräte zu ermöglichen. Über zwei selbst entwickelte Mikrocontroller-Boards erfolgt momentan die Auswertung der Sensorik.

Durch die Veröffentlichung des „AscTec AutoPilot SDK“ ist es jetzt möglich einen der zwei integrierten Mikrocontroller des Typs „LPC2146“ für eigene Programme zu nutzen. Innerhalb dieser Arbeit soll zuerst geprüft werden, welche Komponenten des bisherigen Systems auf den integrierten Mikrocontroller portiert werden können. Anschließend soll die Portierung in Teilen umgesetzt werden.

Kenntnisse im Umgang mit Linux und Mikrocontroller-Programmierung (AVR-GCC) sind von Vorteil, können aber auch im Laufe der Arbeit erworben werden.

ProAut
15. September 2011

• 
• 
• 
• 
• 

Technische Universität Chemnitz, 09107 Chemnitz

• Impressum
• - Copyright © 2012 by TU Chemnitz. Alle Rechte vorbehalten.