Bildgestützte Automatisierung IModulbeschreibung #50190 / Version 5
- 6 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v11)
| Modul / Version | #50190 / #5 |
|---|---|
| Gültigkeit | WS 2019/20 – SoSe 2022 |
| Verfügbare Sprache(n) | Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Krüger, Jörg |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Deutsch |
Zugehörigkeit
| Fakultät | Fakultät V |
|---|---|
| Institut | Institut für Werkzeugmaschinen und Fabrikbetrieb (IWF) |
| Fachgebiet | 35361400 FG Industrielle Automatisierungstechnik |
Kontakt
| Sekretariat | PTZ 5 |
|---|---|
| Ansprechpartner*in | Hartisch, Richard Matthias |
| E-Mail-Adresse | lehre@iat.tu-berlin.de |
| Webseite | http://www.iat.tu-berlin.de |
Lernergebnisse
Absolventen des Moduls verfügen über:
- Kenntnisse in typischen Anforderungen und praktischen Lösungen von Bildverarbeitungssystemen zur Steuerung und Regelung in der Produktionstechnik und Qualitätskontrolle
- Fertigkeiten im Umgang mit Optiken Kameras Beleuchtungen Rechnern sowie Softwaretools
- Kompetenzen in:
* Auswahl und Integration von Komponenten industrieller Bildverarbeitungssysteme
* Optik (Abbildungsgesetze Farbspektrum Sensorprinzipien)
* Bedienung mehrerer industrieller Bildverarbeitungssoftware
* Auswahl und Berechnung anwendungsfallbezogen relevanter Merkmale aus Bilddaten
* grundlegenden Methoden von Bildverarbeitungsoperatoren
* Anwendung ingenieurwissenschaftlicher Methoden zur Anfertigung von Protokollen der Experimente
- Kenntnisse in typischen Anforderungen und praktischen Lösungen von Bildverarbeitungssystemen zur Steuerung und Regelung in der Produktionstechnik und Qualitätskontrolle
- Fertigkeiten im Umgang mit Optiken Kameras Beleuchtungen Rechnern sowie Softwaretools
- Kompetenzen in:
* Auswahl und Integration von Komponenten industrieller Bildverarbeitungssysteme
* Optik (Abbildungsgesetze Farbspektrum Sensorprinzipien)
* Bedienung mehrerer industrieller Bildverarbeitungssoftware
* Auswahl und Berechnung anwendungsfallbezogen relevanter Merkmale aus Bilddaten
* grundlegenden Methoden von Bildverarbeitungsoperatoren
* Anwendung ingenieurwissenschaftlicher Methoden zur Anfertigung von Protokollen der Experimente
Lehrinhalte
Die Vorlesung Bildgestützte Automatisierung vermittelt anhand unterschiedlicher Praxisbeispiele (z.B. optische Fehlerprüfung von Glasrohr, optische Vermessung von Radsätzen, Zeichen- und Objekterkennung) das breite Anwendungsspektrum der Bildverarbeitung zur Automatisierung industrieller Prozesse. Dabei werden die Grundlagen der digitalen Bildverarbeitung vermittelt: Visuelle Wahrnehmung, Farbräume, Bilderfassung (Optiken, Beleuchtung, bildgebende Sensoren, Kalibrierung), Bildverarbeitung (Kantenfilter, Rauschunterdrückung), Grundlagen der Mustererkennung.
In der Übung Bildgestützte Automatisierung werden überwiegend Problemstellungen aus der industriellen Bildverarbeitung aufgegriffen.
Dazu werden beispielsweise anhand eines Zeilenkameraaufbaus Webfehler in Textilien erkannt, mit einer industriellen Matrixkamera die Positionierung von Chips auf einer Platine überprüft oder mit einer intelligenten Kamera Signale an eine SPS ausgegeben.
Die Auswahl und Kalibrierung von Objektiven und Beleuchtung wird durchgeführt.
Unterschiedliche Verfahren zur Rauschunterdrückung und Mustererkennung werden anwendungsbezogen genutzt.
Es werden grafische Entwicklungsumgebungen professioneller industrieller Bildverarbeitungssoftwarehersteller eingeführt und angewendet.
In der Übung Bildgestützte Automatisierung werden überwiegend Problemstellungen aus der industriellen Bildverarbeitung aufgegriffen.
Dazu werden beispielsweise anhand eines Zeilenkameraaufbaus Webfehler in Textilien erkannt, mit einer industriellen Matrixkamera die Positionierung von Chips auf einer Platine überprüft oder mit einer intelligenten Kamera Signale an eine SPS ausgegeben.
Die Auswahl und Kalibrierung von Objektiven und Beleuchtung wird durchgeführt.
Unterschiedliche Verfahren zur Rauschunterdrückung und Mustererkennung werden anwendungsbezogen genutzt.
Es werden grafische Entwicklungsumgebungen professioneller industrieller Bildverarbeitungssoftwarehersteller eingeführt und angewendet.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Bildgestützte Automatisierung I | Vorlesung | 481 | Winter- und Sommersemester | [de] | 2 | WiSe 2026/27 (1) ISIS |
| Bildgestützte Automatisierung I | Übung | 0536 L 118 | Winter- und Sommersemester | [de] | 2 | WiSe 2026/27 (1) ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (2)
Bildgestützte Automatisierung I (Vorlesung) 1
- Angewandtes Maschinelles Sehen in der Automatisierung I (Vorlesung) 1. Termingruppe 0536 L 108
Bildgestützte Automatisierung I (Übung) 1
- Angewandtes Maschinelles Sehen in der Automatisierung I (Übung) 1. Termingruppe 0536 L 109
Arbeitsaufwand und Leistungspunkte
Bildgestützte Automatisierung I (Vorlesung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Bildgestützte Automatisierung I (Übung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
In der Vorlesung finden verschiedene didaktische Mittel Anwendung, die eine Unterstützung der Lehre und des Lernens bieten, wie u.a. Mindmap und Metaplan.
Experimentelle und analytische Gruppenübungen lehren den praktischen Einsatz von Versuchsaufbauten, die den gegenwärtigen Stand der Technik industrieller Maschinensysteme repräsentieren.
Die Übungen beinhalten Elemente des Team-Based Learning (TBL), mit Diskussionsrunden, die eine gezielte Förderung der Studierenden ermöglicht.
Experimentelle und analytische Gruppenübungen lehren den praktischen Einsatz von Versuchsaufbauten, die den gegenwärtigen Stand der Technik industrieller Maschinensysteme repräsentieren.
Die Übungen beinhalten Elemente des Team-Based Learning (TBL), mit Diskussionsrunden, die eine gezielte Förderung der Studierenden ermöglicht.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
a) obligatorisch: B.Sc. in ingenieurtechnischem Studienfach
b) wünschenswert: -
b) wünschenswert: -
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Art der Portfolioprüfung | 100 Punkte insgesamt |
| Sprache | Deutsch |
Prüfungselemente
| Name | Punkte/Gewicht | Kategorie | Dauer/Umfang |
|---|---|---|---|
| gruppenbasierte Tests über das Semester verteilt, im Rahmen der Übung | 50 | schriftlich | 3 Tests zu je 30 min |
| Rücksprache über die Vorlesungsinhalte | 50 | mündlich | 45 min für 3 Pers. |
Prüfungsbeschreibung (Abschluss des Moduls)
Prüfungsform ist Portfolioprüfung. Die Gesamtbenotung ergibt sich aus den o.g. Prüfungselementen. Die Elemente müssen nicht einzeln bestanden werden, lediglich die Summe aller Leistungen wird nach dem nachfolgenden Notenschlüssel bewertet.
Zu erreichende Gesamtpunktezahl: 100
Notenschlüssel in Prozent:
ab 95% ..... 1,0
ab 90% ..... 1,3
ab 85% ..... 1,7
ab 80% ..... 2,0
ab 75% ..... 2,3
ab 70% ..... 2,7
ab 65% ..... 3,0
ab 60% ..... 3,3
ab 55% ..... 3,7
ab 50% ..... 4,0
bis 50% .... 5,0
Zu erreichende Gesamtpunktezahl: 100
Notenschlüssel in Prozent:
ab 95% ..... 1,0
ab 90% ..... 1,3
ab 85% ..... 1,7
ab 80% ..... 2,0
ab 75% ..... 2,3
ab 70% ..... 2,7
ab 65% ..... 3,0
ab 60% ..... 3,3
ab 55% ..... 3,7
ab 50% ..... 4,0
bis 50% .... 5,0
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Winter- und Sommersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 40.
Anmeldeformalitäten
Die Teilnehmerzahl ist aufgrund der technischen Voraussetzungen begrenzt. Zur fairen Platzvergabe gemäß AllgStuPO müssen die Bewerber im ISIS Kurs einen Fragebogen ausfüllen (die Frist im ISIS Kurs ist zu beachten) und dann zum ersten Übungstermin anwesend sein. Der ISIS Kurs wird ab dem 01.10. freigeschaltet.
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
verfügbar – https://www.isis.tu-berlin.de/
Empfohlene Literatur
- B. Jähne, Digitale Bildverarbeitung
- C. Demant, Industrielle Bildverarbeitung
- C.-E.Liedtke, M. Ender; Wissensbasierte Bildverarbeitung
- H. Bässmann, J. Kreyss; Bildverarbeitung Ad Oculos (für den Optik Teil)
- W. Burger, M. J. Burge; Digitale Bildverarbeitung: Eine Einführung mit Java und ImageJ
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Wirtschaftsingenieurwesen StuPO 2015 | SoSe 2020 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology |
| WiSe 2020/21 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology | |
| SoSe 2021 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology | |
| WiSe 2021/22 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology | |
| SoSe 2022 | Ingenieurwissenschaftliche Studienrichtungen/Engineering Majors › Maschinenbau/Mechanical Engineering (MB) › Maschinenbau/Mechanical Engineering (Wahlpflicht/Compulsory-Elective) › Automation and Industrial Information Technology |
Dieses Modul ist unter anderem geeignet für die Masterstudiengänge:
- Produktionstechnik
- Informationstechnik im Maschinenwesen
- Physikalische Ingenieurwissenschaft
- Elektrotechnik
- Technische Informatik
- Produktionstechnik
- Informationstechnik im Maschinenwesen
- Physikalische Ingenieurwissenschaft
- Elektrotechnik
- Technische Informatik
Sonstiges
Weitere Informationen unter http://www.iat.tu-berlin.de