Zum Inhalt springen
Technische Universität Berlin English
Vorlesungsverzeichnis und Modultransfersystem

BewegungsplanungModulbeschreibung #41049 / Version 4

← Zur Modulseite English version
Modul / Version#41049 / #4
GültigkeitSeit SoSe 2025
Verfügbare Sprache(n)Englisch, Deutsch
Leistungspunkte6
Modulverantwortliche*rHönig, Wolfgang
BenotungBenotet
PrüfungsformPortfolioprüfung
Lehrsprache(n)Englisch

Zugehörigkeit

FakultätFakultät IV
InstitutInstitut für Technische Informatik und Mikroelektronik
Fachgebiet34342100 FG Lernende intelligente Systeme

Kontakt

SekretariatMAR 4-5
Ansprechpartner*inHönig, Wolfgang
E-Mail-Adressehoenig@tu-berlin.de
Webseitehttps://imrclab.github.io/teaching.html

Lernergebnisse

Bewegungsplanung ist eine wichtige Grundlage für autonome Systeme mit Anwendungsfeldern in der Robotik, industriellen Automatisierung und selbstfahrenden Autos.

Nach dem Kursabschluss haben Student*innen detailliertes Verständnis über folgende Themen:
• Formalisierung von geometrischer, kinodynamischer und optimaler Bewegungsplanung;
• Stichproben-basierte Verfahren: Schnell-erkundende Zufallsbäume (RRT), Wahrscheinlichkeitskarten (PRM) sowie Varianten;
• Such-basierte Verfahren: A* auf Zustandsgittern sowie Varianten;
• Optimierungs-basierte Verfahren: Differentielle Flachheit und Sequentielle Konvexe Programmierung;
• Die relevanten theoretischen Eigenschaften dieser Algorithmen (Vollständigkeit, Optimalität, Komplexität).

Student*innen werden imstande sein:
• Zu entscheiden (theoretisch und empirisch) welche Verfahren für ein gegebenes Problem erfolgversprechend sind;
• Einfache Versionen der Algorithmen selbst zu programmieren;
• Aktuelle akademische und industrielle Werkzeuge der Bewegungsplanung (z.B.: Open Motion Planning Library (OMPL)) zu nutzen.

Lehrinhalte

Diese Lehrveranstaltung wird gemeinsam von Dr. Andreas Orthey (Realtime Robotics) und Dr. Wolfgang Hönig (TU Berlin) entwickelt und gehalten. Dieser Kurs bietet eine einheitliche Perspektive auf die Bewegungsplanung und beinhaltet Themen von verschiedenen Forschungs- und Industrie-gemeinden. Das Ziel ist sowohl die theoretischen und praktischen Grundlagen der verschiedenen Ansätze zu lehren, als auch die verschiedenen Methoden bezüglich der Anwendungsanfordungen zu unterscheiden.
Ein wichtiger Schwerpunkt ist die Betrachtung der geometrischen und kinodynamischen Planung für die wichtigen Algorithmusarten.

Teil 1: Grundlagen
• Einführung, Motivation und Problemstellung
• Konfigurationsraum, Transformationen, Rotationsbeschreibungen, Metriken
• Effiziente Kollisionsprüfung

Teil 2: Such-basierte Verfahren
• A* und relevante Varianten mit ihren theoretischen Eigenschaften
• Bewegungsprimitive, Planung auf Zustandsgittern
• Search-based Planning Library (SBPL)

Teil 3: Stichproben-basierte Verfahren
• Baum-basierte Planung: RRT, EST
• Graph-basierte Planung: PRM
• Asymptotisch-optimale Planung: RRT*; PRM*
• Stichprobentheorie (Dispersion, Diskrepanz)
• Open Motion Planning Library (OMPL)

Teil 4: Optimierungs-basierte Verfahren
• Überblick über kontinuierliche eingeschränkte Optimierungsformulierung
• Parametrische Trajektorienrepresentationen und differentielle Flachheit
• Mathematische Kodierung für Bewegungsplanung: SCP und KOMO

Teil 5: Aktuelle und Fortgeschrittene Themen, z.B.
• Echtzeitplanung
• Hybride Such-, Stichproben-, oder Optimierungs-basierte Bewegungsplanung
• Maschinelles Lernen für die Bewegungsplanung
• Bewegungsplanung für mehrere Roboter: dRRT, M*

Modulbestandteile

Pflichtbereich

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

LehrveranstaltungenArtNummerTurnusSpracheSWSVVZ
Motion PlanningIntegrierte Veranstaltung Sommersemester[en]4 ISIS

Arbeitsaufwand und Leistungspunkte

Motion Planning (Integrierte Veranstaltung)

AufwandbeschreibungMultiplikatorStundenGesamt
Präsenzzeit154 h60 h
Vor-/Nachbereitung158 h120 h
180 h

Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

• Wöchentliche Vorlesung
• Wöchentliche Hausaufgaben und dazughörige Diskussionen
• 4 Programmieraufgaben

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

• Programmierkenntnisse in C++ oder Python
• Wissen über Lineare Algebra und Calculus

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Dieses Modul hat keine Prüfungsvoraussetzungen.

Abschluss des Moduls

BenotungBenotet
PrüfungsformPortfolioprüfung
Art der Portfolioprüfung100 Punkte insgesamt
SpracheEnglisch

Prüfungselemente

NamePunkte/GewichtKategorieDauer/Umfang
(Ergebnisprüfung) Hausaufgaben oder Diskussion jede Woche (bis zu 1 Punkt pro Woche; bis zu 10 Punkte insgesamt)10flexibelPräsentation der Hausaufgaben während der Diskussion oder schriftliche Abgabe der Hausaufgaben
(Ergebnisprüfung) 4 Programmieraufgaben (je 10 Punkte)40praktischProgrammcode (Zeilananzahl von der Programmiersprache abhängig)
(Punktuelle Leistungsabfrage) Schriftliche Prüfung50schriftlich60 min

Prüfungsbeschreibung (Abschluss des Moduls)

Portfolioprüfung mit drei Elementen, siehe oben.

Dauer des Moduls

Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.

Dieses Modul kann in folgenden Semestern begonnen werden: Sommersemester.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

Aktuelle Informationen sind in dem dazugehörigen ISIS Kurs.

Literaturhinweise, Skripte

Skript in Papierform

nicht verfügbar

Skript in elektronischer Form

nicht verfügbar

Empfohlene Literatur

  • Steven M. LaValle, Planning Algorithms, Cambridge University Press, 2006. Available for free at http://lavalle.pl/planning/.
  • Kevin M. Lynch and Frank C. Park, Modern Robotics, Cambridge University Press, 2017
  • Howie Choset et al., Principles of Robot Motion: Theory, Algorithms, and Implementations, A Bradford Book, 2005
  • Francesco Bullo and Stephen L. Smith, Lectures on Robotic Planning and Kinematics, 2022. Available for free at http://motion.me.ucsb.edu/book-lrpk.

Zugeordnete Studiengänge

Diese Modulversion wird in folgenden Studiengängen verwendet:

Studiengang / StuPOSemesterStudiengangsbereich
Computational Engineering Science (Informationstechnik im Maschinenwesen)
StuPO 2018 (17.01.2018)
SoSe 20251. Kernbereich 1: Informatik und Mathematik
WiSe 2025/261. Kernbereich 1: Informatik und Mathematik
SoSe 20261. Kernbereich 1: Informatik und Mathematik
WiSe 2026/271. Kernbereich 1: Informatik und Mathematik
Computer Engineering
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Automatisierungstechnik / Automation and Control
WiSe 2025/26Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems
SoSe 2026Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems
WiSe 2026/27Wahlpflichtbereich › Studiengebiet B › Kognitive Systeme / Cognitive Systems
Computer Science (Informatik)
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
WiSe 2025/26Studiengebiete › Kognitive Systeme / Cognitive Systems
SoSe 2026Studiengebiete › Kognitive Systeme / Cognitive Systems
WiSe 2026/27Wahlpflichtbereich › Studiengebiet › Kognitive Systeme / Cognitive Systems
Elektrotechnik
StuPO 2015
SoSe 2025Wahlpflicht Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
WiSe 2025/26Wahlpflicht Studiengebiete Fak. IV › Automatisierungstechnik / Automation and Control
SoSe 2026Wahlpflicht Studiengebiete Fak. IV › Automatisierungstechnik / Automation and Control
WiSe 2026/27Wahlpflichtbereich › Studiengebiete Fak. IV › Kognitive Systeme / Cognitive Systems
Wirtschaftsingenieurwesen
StuPO 2026
WiSe 2026/27Ingenieurwissenschaften / Studienrichtungen › AI Engineering › Cognitive Systems

Sonstiges

Geeignet für Master- und Promotionsstudenten in Studienrichtungen welche autonome Systeme betrachten, einschließlich, aber nicht beschränkt auf Informatik, Elektrotechnik, Maschinenbau und Luft- und Raumfahrttechnik.