FlugroboterModulbeschreibung #41159 / Version 3
- 9 LP
- Portfolioprüfung
- Benotet
- Wintersemester
- Englisch
| Modul / Version | #41159 / #3 |
|---|---|
| Gültigkeit | Seit WiSe 2025/26 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 9 |
| Modulverantwortliche*r | Hönig, Wolfgang |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät IV |
|---|---|
| Institut | Institut für Technische Informatik und Mikroelektronik |
| Fachgebiet | 34342300 FG Multi-Roboter-Systeme |
Kontakt
| Sekretariat | MAR 4-5 |
|---|---|
| Ansprechpartner*in | Hönig, Wolfgang |
| E-Mail-Adresse | office@mrs.tu-berlin.de |
| Webseite | https://imrclab.github.io/teaching.html |
Lernergebnisse
Die Studierenden verfügen über ein detailliertes Verständnis über fliegende Roboter (insbesondere Multirotoren) aus theoretischer und praktischer Sicht, einschließlich:
• Zugrunde liegende physikalische Modelle und Simulationen;
• Nichtlineare Steuerung;
• Nichtlineare Zustandsschätzung;
• Bewegungsplanung.
Die Studierenden können:
• Die bei Flugrobotern verwendeten Algorithmen mathematisch verstehen;
• Diese Algorithmen in einer Hochsprache (Rust) implementieren;
• Diese Algorithmen in einer Low-Level-Sprache (Rust) implementieren und in einer existierenden Firmware (C) integrieren, sodass sie in Echtzeit auf einem Mikrocontroller (STM32) ausgeführt werden;
• Echte Flugroboter (Bitcraze Crazyflie 2.1) bedienen und optimale Parameter finden; sowie
• Einen Simulation-Driven-Engineering-Ansatz verwenden.
• Zugrunde liegende physikalische Modelle und Simulationen;
• Nichtlineare Steuerung;
• Nichtlineare Zustandsschätzung;
• Bewegungsplanung.
Die Studierenden können:
• Die bei Flugrobotern verwendeten Algorithmen mathematisch verstehen;
• Diese Algorithmen in einer Hochsprache (Rust) implementieren;
• Diese Algorithmen in einer Low-Level-Sprache (Rust) implementieren und in einer existierenden Firmware (C) integrieren, sodass sie in Echtzeit auf einem Mikrocontroller (STM32) ausgeführt werden;
• Echte Flugroboter (Bitcraze Crazyflie 2.1) bedienen und optimale Parameter finden; sowie
• Einen Simulation-Driven-Engineering-Ansatz verwenden.
Lehrinhalte
Der Kurs ist weitgehend praxisorientiert und die Studierenden arbeiten daran, alle Komponenten zu implementieren, die für einen modernen Flugregler erforderlich sind. Die verschiedenen Aspekte sind:
• Einführung in Flugroboter (Multirotoren und Varianten, Flugzeuge, Hybrid)
• Zugrundeliegende physikalische Modelle der Dynamik
• Regelungsansätze (Differenzielle Flachheit, geometrische Regler für Lage und Position)
• Techniken zur Zustandsschätzung (Mahony-Filter, Erweiterter Kalman-Filter)
• Bewegungsplanung für Flugroboter (Optimierung mittels Splines, suchbasierte Methoden, Sampling-basierte Ansätze)
• Fortgeschrittene Themen können sein:
• Anwendungen für Flugroboter
• MPC und nichtlineare Steuerungstechniken
• Aerodynamische Effekte wie Bodeneffekt und Downwash
• Schätzung/Planung/Kontrolle für Teams mit mehreren Robotern
• Maschinelles Lernen für fliegende Roboter
Auf der praktischen Ebene haben die Studierenden folgende Meilensteine zu erreichen:
• Die Programmiersprache Rust lernen
• Physik:
[Sim] Implementierung eines Multirotor-Simulators unter Verwendung von Newton-Euler-Gleichungen
[Real] Vergleich mit real aufgezeichneten Daten
• Regelung:
[Sim] Implementierung eines geometrischen Controllers
[Real] Implementierung in Rust, Testen im Simulator und mit einem echten Roboter
• Zustandsschätzung:
[Sim] Implementierung einer EKF in Rust, die IMU und optischen Fluss vereint, getestet mit realen Daten
[Real] Verifizierung am realen Roboter
• Bewegungsplanung:
[Sim] Implementierung eines optimierungsbasierten Bewegungsplaners
[Real] Verifizierung am echten Roboter
• Einführung in Flugroboter (Multirotoren und Varianten, Flugzeuge, Hybrid)
• Zugrundeliegende physikalische Modelle der Dynamik
• Regelungsansätze (Differenzielle Flachheit, geometrische Regler für Lage und Position)
• Techniken zur Zustandsschätzung (Mahony-Filter, Erweiterter Kalman-Filter)
• Bewegungsplanung für Flugroboter (Optimierung mittels Splines, suchbasierte Methoden, Sampling-basierte Ansätze)
• Fortgeschrittene Themen können sein:
• Anwendungen für Flugroboter
• MPC und nichtlineare Steuerungstechniken
• Aerodynamische Effekte wie Bodeneffekt und Downwash
• Schätzung/Planung/Kontrolle für Teams mit mehreren Robotern
• Maschinelles Lernen für fliegende Roboter
Auf der praktischen Ebene haben die Studierenden folgende Meilensteine zu erreichen:
• Die Programmiersprache Rust lernen
• Physik:
[Sim] Implementierung eines Multirotor-Simulators unter Verwendung von Newton-Euler-Gleichungen
[Real] Vergleich mit real aufgezeichneten Daten
• Regelung:
[Sim] Implementierung eines geometrischen Controllers
[Real] Implementierung in Rust, Testen im Simulator und mit einem echten Roboter
• Zustandsschätzung:
[Sim] Implementierung einer EKF in Rust, die IMU und optischen Fluss vereint, getestet mit realen Daten
[Real] Verifizierung am realen Roboter
• Bewegungsplanung:
[Sim] Implementierung eines optimierungsbasierten Bewegungsplaners
[Real] Verifizierung am echten Roboter
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Flying Robots | Integrierte Veranstaltung | Wintersemester | [en] | 6 | ISIS |
Arbeitsaufwand und Leistungspunkte
Flying Robots (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Praktikum | 15 | 16 h | 240 h |
| Vorlesung | 15 | 2 h | 30 h |
| 270 h | |||
Der Aufwand des Moduls summiert sich zu 270 Stunden. Damit umfasst das Modul 9 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Wöchentliche Vorlesungen in denen die wichtigsten Konzepte vorgestellt werden. Die verbleibende Zeit ist ein Praktikum, das für den Simulationsteil zu Hause und in einem Indoor-Flugraum zum Bedienen echter Roboter (Typ: Bitcraze Crazyflie 2.1) für Tests an der physischen Hardware vorgesehen ist. Diskussionen und Sprechstunden dienen dazu, die Interaktion mit anderen Studierenden und den Lehrkräften zu erleichtern. Für jeden praktischen Meilenstein ist die Einreichung des Codes und die Präsentation/Diskussion mit dem Lehrpersonal erforderlich.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
• Gute mathematische Grundlagen (lineare Algebra, Analysis)
• Gute Programmierkenntnisse in einer Hochsprache (Rust oder Python)
• Fundierte Kenntnisse in eingebetteten Systemen/Low-Level-Programmierung (z. B. Arduino, STM32, ATMEGA, PIC) in C
• Gute Programmierkenntnisse in einer Hochsprache (Rust oder Python)
• Fundierte Kenntnisse in eingebetteten Systemen/Low-Level-Programmierung (z. B. Arduino, STM32, ATMEGA, PIC) in C
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Englisch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| (Ergebnisprüfung) Praktikum: Simulation | 20 | praktisch | Simulationscode und mündliche Diskussion (6 Minuten) |
| (Ergebnisprüfung) Praktikum: Regelungstechnik | 20 | praktisch | Simulations- und Robotercode, Flugdemo und mündliche Diskussion (6 Minuten) |
| (Ergebnisprüfung) Praktikum: Zustandsschätzung | 20 | praktisch | Simulations- und Robotercode, Flugdemo und mündliche Diskussion (6 Minuten) |
| (Ergebnisprüfung) Praktikum: Bewegungsplanung | 20 | praktisch | Simulationscode, Flugdemo und mündliche Diskussion (6 Minuten) |
| (Punktuelle Leistungsabfrage) Mündliche Prüfung | 20 | mündlich | 16 min |
Prüfungsbeschreibung (Abschluss des Moduls)
Portfolioprüfung, so wie oben beschrieben.
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 10.
Anmeldeformalitäten
Aktuelle Informationen sind in dem dazugehörigen ISIS Kurs.
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
- Planning and Decision Making for Aerial Robots, Yasmina Bestaoui Sebbane, 2014, Springer
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Computer Engineering StuPO 2015 | WiSe 2025/26 | Wahlpflicht Studiengebiet B › Kognitive Systeme / Cognitive Systems |
| SoSe 2026 | Wahlpflicht Studiengebiet B › Eingebettete Systeme und Rechnerarchitekturen / Embedded Systems and Computer Architectures | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet B › Kognitive Systeme / Cognitive Systems | |
| Computer Science (Informatik) StuPO 2015 | WiSe 2025/26 | Studiengebiete › Kognitive Systeme / Cognitive Systems |
| SoSe 2026 | Studiengebiete › Kognitive Systeme / Cognitive Systems | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiet › Kognitive Systeme / Cognitive Systems | |
| Elektrotechnik StuPO 2015 | WiSe 2025/26 | Wahlpflicht Studiengebiete Fak. IV › Automatisierungstechnik / Automation and Control |
| SoSe 2026 | Wahlpflicht Studiengebiete Fak. IV › Eingebettete Systeme und Rechnerarchitekturen / Embedded Systems and Computer Architectures | |
| WiSe 2026/27 | Wahlpflichtbereich › Studiengebiete Fak. IV › Eingebettete Systeme und Rechnerarchitekturen / Embedded Systems and Computer Architectures | |
| Wirtschaftsingenieurwesen StuPO 2026 | WiSe 2026/27 | Ingenieurwissenschaften / 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.