Smart Systems
Überblick/Einführung
Wer die Welt ein bisschen „smarter“ machen möchte, ist in dieser Vertiefung genau richtig. Wir möchten dazu beleuchten, wie Dinge auf unterster Ebene funktionieren und sie anschließend über die „Cloud“ verfügbar zu machen. Dazu wird neben Spezialwissen auch Grundlegendes vermittelt.
Vertiefung 1: Systemnahe Programmierung
Dozent: Prof. Dr. Arndt Balzer
Inhalte
Diese Lehrveranstaltung befasst sich u.a mit:
- Programmierung von Controllern ohne Betriebssystem (Bare Metal Programing).
- Verständnis von Mikrocontrollern (Möglichkeiten und Grenzen).
- Umgang mit herstellerspezifischen Entwicklungsumgebungen, Crosscompiling.
- Umgang mit und Verständnis von Spezifikationen.
- Soft- und hardwaretechnisches Ansprechen von Sensoren / Aktoren / Speicher über Standard-Schnittstellen mit entsprechender Entwicklung von APIs.
- Softwaretechnisches Ansprechen und Konfiguration von Funk-Modulen zur Anbindung mobiler Geräte wie Smartphones bzw. Tablets.
- Aufbereitung von Sensordaten mit aktuellen Methoden und Hardware.
Lernziele
Das Vertiefungsmodul setzt sich mit Systemen jenseits von Notebook und PC auseinander. Die in der Veranstaltung behandelten Anwendungsfälle sind allesamt praxisrelevant. Eine erfolgreiche Umsetzung der Aufgaben erfordert das Auseinandersetzen mit Spezifikationen und Datenblättern. Das Herunterladen und Code von entsprechenden Plattformen ist bei der Umsetzung sicher legitim, führt auf Grund vieler Spezifika i.d.R. nur bedingt zum Erfolg. Das stärkt jedoch langfristig das Beurteilungsvermögen der Studierenden.
Vertiefungsseminar
Dozent: Prof. Dr. Arndt Balzer, Prof. Dr. Christian Bachmeir
Beschreibung
Das Seminar steht jedes Jahr unter einem neuen, aktuellen Themengebiet (Maschinelles Lernen, Lidar, Radar und Co, Narrowband IoT, Blockchain Technologien, usw.). Die Teilnehmer wählen ein Thema pro Team, in das sie sich selbstständig einarbeiten. Zum Ende des Semesters ist eine exemplarische Lösung fertig gestellt und wird zusammen mit theoretischen Grundlagen präsentiert. Dadurch wird nicht nur thematisch sondern auch methodisch die Fähigkeit erlangt, sich kurzfristig in neue Themen einarbeiten zu können, um nach Abschluss des Studiums den kurzen Innovationszyklen der Industrie zu folgen.
Vertiefung 2: Internet of Things
Dozent: Prof. Dr. Christian Bachmeir
Inhalte
Diese Lehrveranstaltung befasst sich u.a mit:
- Architekturen & Konzepte von IoT-Systemen
- Hardware Plattformen und Sensoren
- Kommunikationstechnik für IoT
- IoT-Software-Plattformen, Cloud-Integration
- Security und Privacy für IoT
- Praktische Entwicklung eines IoT-Prototypen im Labor:
- Design, Build und Evaluation
- Demonstration des Prototypen und mündliche Präsentation am Ende des Kurses
- Dokumentation
Lernziele
Die Studierenden kennen die wesentlichen Grundlagen, Komponenten und Verfahren von IoT-Systemen und können diese auf Problemstellungen anwenden. Sie sind fähig Aussagen zu einzelnen Systemen zu tätigen, diese gegenseitig abzugrenzen und begründete Entscheidungen zu deren Anwendung zu treffen. Die Teilnehmer bekommen Einblick in: Architekturen von IoT-Systemen, die beteiligten Hardware-Plattformen, integrierte Kommunikationstechnik, Protokolle, Programmierung am IoT-Device und in der Cloud, und Security-Konzepte. Im Rahmen des Kurses werden die Studierenden einen IoT-Prototypen entwickeln und so die Themen Hands-on erfahren.
Thematisch passende FWPM
Autonomous Cars (Wintersemester)
In diesem Wahlpflichtfach geht es darum, ein Fahrzeug in Modellgröße, das aus einem gegebenen Satz von Bauteilen zusammengebaut ist bzw. wird, einen gegebenen Parcours mittels Linienverfolgung möglichst schnell zu durchfahren zu lassen. Dazu ist die Software zu entwickeln, die Sensoren ausliest, Einschlagwinkel der Vorderräder und Anrieb der Hinterräder permanent neu berechnet und Kommandos an die Motoren gibt. Zur Ausführung kommt die Software auf einem 32-Bit µController. Ausgelesene Sensorwerte und berechnete Steuerwerte werden per WLAN-Modul übertragen und zur Verbesserung der Performance stationär ausgewertet. Methoden aus dem Machine Learning (die Strecke entspricht z.B. den Testdaten) können eingesetzt werden.
Computer Vision: Artificial Intelligence Applied (Sommersemester)
Haben Sie sich schon einmal gefragt, wie Selbstbedienungskassen Waren scannen, selbstfahrende Autos Fußgänger erkennen, Computer Hautkrebs feststellen und 3D-Modelle von Sehenswürdigkeiten wie dem Kolosseum gescannt werden?
Dieses Modul soll diese und viele weitere Fragen beantworten, indem es
- einen Überblick über die Probleme und Ansätze der Computer Vision vermittelt, für so unterschiedliche Anwendungen wie Automatisierung, Robotik, medizinische Bildgebung und Photogrammmetrie.
- in die Grundlagen neuronaler Netze einführt, die zum Entwickeln künstlicher Systeme mit Wahrnehmungsfähigkeiten auf menschlichem Niveau benötigt werden.
Das Modul spannt einen Bogen vom Auswählen geeigneter Ausrüstung für visuelle Inspektionsaufgaben bis hin zur Bildklassifikation mit Convolutional Neural Networks und der Bildsuche mit Bag-of-Visual-Words-Modellen.
Dieses Modul wird auf Englisch und hybrid (online und vor Ort) gelehrt. Alle Sitzungen werden aufgezeichnet. Kolloquien können auf Englisch oder Deutsch erfolgen.
Themen für Bachelorarbeiten
Ergänzend zu den Lehrveranstaltungen der Vertiefung bieten die Dozenten Themen für Projekt-, Bachelor- und Masterarbeiten an. Bitte setzen Sie sich bei Interesse an einem Thema mit den Dozenten der Vertiefung in Verbindung.
Weitere Informationen
Die Pflichtfächer des Bachelorstudiengangs vermitteln breite und unverzichtbare Informatikkenntnisse wie Techniken, Prinzipien und Standards als Grundlage für zahlreiche Anwendungen.