Sensordatenfusion

Beschreibung

In der heutigen Zeit wird die Bedeutung von Informationen und Daten immer wichtiger. In vielen Bereichen wie in Fertigungsstraßen, Maschinen oder auch bei sich selbständig bewegenden Fahrzeugen werden große Mengen an (Sensor-)Daten gesammelt. Diese müssen dann geeignet fusioniert werden um z.B. sich selbst und die Umgebung möglichst genau in Echtzeit zu lokalisieren. Je nach Anwendung/Problemstellung gibt es verschiedene gut geeignete Verfahren/Algorithmen.
In diesem Seminar werden die gängigsten Verfahren zur Sensordatenfusion und deren Grundlagen anhand von vielen Beispielen vorgestellt. Darüber hinaus vertiefen die Teilnehmer den Stoff an praktischen Übungen am PC.

Ziel der Weiterbildung

> Vermittlung der Grundlagen zur Datenfusion
> Kennenlernen der wichtigsten Algorithmen der Datenfusion
> Aufzeigen der Verfahren zur Datenfusion anhand vieler Beispiele
> Entwurf von Algorithmen (Filter) am PC
> durch das selbständige Üben gutes Stoffverständnis und Lernerfolg

Teilnehmerkreis

> Ingenieure, Informatiker und Naturwissenschaftler, die Sensordaten zu verarbeiten haben.
> Voraussetzung: Geeignet auch für Teilnehmer deren Studium schon länger zurück liegt.
> Branche: Automobil, Maschinenbau, Informationstechnik

Inhalte

Mittwoch, 29. Juni bis Freitag, 1. Juli 2022
9:00 bis 12:00 und 13:30 bis 17:00 Uhr

1. Einleitung
> Informationen zum Seminar
> einführende Beispiele

2. Grundlagen
> Wahrscheinlichkeitstheorie
> Signaltheorie

3. Sensordatenfusion zeitinvarianter Größen
> Schätzungen von Skalaren und Vektoren
> gewichtete Schätzungen

4. Grundlagen der Sensordatenfusion zeitvarianter Größen
> Zustandsraumbeschreibung
> Systemeigenschaften
> zeitdiskrete Systeme
> System- und Messrauschen

5. Filter zur Sensordatenfusion zeitvarianter Größen
> klassische Kalman-Filter
> ROSE-Filter
> spezielle Filter: EKF, UKF, IF
> Partikel-Filter

Referenten

Prof. Dr.-Ing. Reiner Marchthaler
Nach dem Studium der Nachrichtentechnik begann er 1994 bei der Robert Bosch GmbH in Stuttgart mit der Entwicklung eines Radarsensors für Kraftfahrzeuge. Anschließend übernahm er dort die Projektleitung zur Serienentwicklung eines Insassenklassifizierungssystems. Nach seiner Promotion arbeitete er bei der Robert Bosch GmbH als Gruppenleiter/Kom. Abteilungsleiter in der Forschung und Vorausentwicklung für Fahrzeugsicherheits- und Fahrerassistenzsysteme mit den Arbeitsschwerpunkten: Passive Sicherheitssysteme, Kombination aktiver und passiver Sicherheitssysteme, Unfallforschung/Crashsimulation und Fußgängerschutz. Seit 2005 war er als Lehrbeauftragter an der Hochschule Esslingen tätig und lehrte dort im Fach Kfz-Systeme den Aufbau von „eingebetteten“ Fahrzeugsicherheitssystemen und wurde im Jahr 2011 als Professor für das Lehrgebiet „Embedded Systems“ in die Fakultät Informatik und Informationstechnik berufen. Während all dieser Zeit entwickelte zahlreiche digitale Filter und Zustandsbeobachter Kalmanfilter, z.B. spezielle Kalmanfilter für autonom fahrende Fahrzeuge.

Termine & Preise

Extras
Die Teilnahmegebühr beinhaltet ausführliche Seminarunterlagen und bei Teilnahme vor Ort Verpflegung.

Die Teilnehmerzahl ist begrenzt, um den optimalen Lernerfolg zu garantieren.

Kosten
Die Kosten betragen pro Teilnehmer EUR 1.340,00(MwSt.-frei), inklusive aller Extras.

Fördermöglichkeiten
Für den aktuellen Veranstaltungstermin steht Ihnen die ESF-Fachkursförderung zur Verfügung.
Für alle weiteren Termine erkundigen Sie sich bitte vorab bei unserer Anmeldung.