| Dauer | 4 SWS (6 ECTS) |
| Art | Vorlesung mit Übung |
| Semester | WS2023/2024 |
| Vortragende | Prof. Michael Beetz / Dr. Jörn Syrbe, Petra Wenzl |
| Übungsleitung | Dr. Jörn Syrbe, Petra Wenzl |
| Sprache | Englisch |
| Termine | Vorlesung: Selbstlerninhalte
Übung: |
| Bemerkungen | Vorlesungsbeginn: 16.10.2023
Übungsbeginn: |
Link to the Stud.IP page
Die Vorlesung beschäftigt sich mit aktuellen Techniken zur Implementierung von technischen kognitiven Systemen, das heißt mit intelligenten Computersystemen, die über Sensoren und Aktuatoren verfügen. Solche Systeme werden vor allem in Bereichen wie der Service-Robotik, in autonomen Raumsonden, in intelligenten Wohn- und Arbeitsbereichen und in Fahrerassistenzsystemen eingesetzt.
Es werden folgende Themen behandelt:
Sensoren, Aktuatoren und physikalische Infrastrukturen von technischen kognitiven Systemen (u.a. Smart Sensors, Sensornetzwerke)
Berechnungsmodelle zur Steuerung technischer kognitiver Systeme: dynamisches Systemmodell, rationales Agentenmodell, das Berechnungsmodell der technischen kognitiven Systeme
Grundlagen probabilistischer Zustandsschätzung: Bayes-Filter, Kalman-Filter, Partikel- Filter, Mechanismen zur Datenassoziation, Lernen von Sensor- und Aktionsmodellen, Hidden Markov Modelle, Expectation Maximization
Anwendungen probabilistischer Zustandsschätzung: Selbstlokalisierung, Umgebungskartierung, Objektverfolgung
Programmiermethoden für technische kognitive Systeme: nebenläufig reaktive Steuerungsmechanismen; Wissens- und planbasierte Steuerungstechniken