Bildgestützte Automatisierung IIModulbeschreibung #50191 / Version 1
- 6 LP
- Portfolioprüfung
- Benotet
- Winter- und Sommersemester
- Deutsch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
Zur aktuellen Version (v9)
| Modul / Version | #50191 / #1 |
|---|---|
| Gültigkeit | SS 2014 – SS 2015 |
| 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 | Altenbuchner, Adam Michael |
| 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 Bildverarbeitungskomponenten komplexer industrieller Systeme
* Auslegung industriell standardisierter Schnittstellen von Bildverarbeitungssystemen
* Thermografie und und Sensorfusion
* Prinzipien verschiedener Methoden der 3D Bilderfassung, sowie Anwendung von Stereo-Vision
* Bedienung unterschiedlicher industrieller Bildverarbeitungssoftware
* Merkmalsberechnung und Extraktion interessanter Punkte
* Auswahl und Berechnung grundlegender Methoden des maschinellen Lernens zur Mustererkennung und Klassifikation mit Merkmalen aus Bilddaten
* Anwendung von Methoden der kamerabasierten Robotersteuerung (Visual Servoing)
* 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 Bildverarbeitungskomponenten komplexer industrieller Systeme
* Auslegung industriell standardisierter Schnittstellen von Bildverarbeitungssystemen
* Thermografie und und Sensorfusion
* Prinzipien verschiedener Methoden der 3D Bilderfassung, sowie Anwendung von Stereo-Vision
* Bedienung unterschiedlicher industrieller Bildverarbeitungssoftware
* Merkmalsberechnung und Extraktion interessanter Punkte
* Auswahl und Berechnung grundlegender Methoden des maschinellen Lernens zur Mustererkennung und Klassifikation mit Merkmalen aus Bilddaten
* Anwendung von Methoden der kamerabasierten Robotersteuerung (Visual Servoing)
* Anwendung ingenieurwissenschaftlicher Methoden zur Anfertigung von Protokollen der Experimente
Lehrinhalte
Die Vorlesung setzt das Modul 'Bildgestützte Automatisierung I' fort und behandelt die Inhalte ebenfalls anhand unterschiedlicher Praxisbeispiele (z.B. Zeichenerkennung, Bewegungsanalyse, Montagekontrolle, Thermografie, Sensorfusion, Tiefenkameras, Visual Servoing, Musterkennung, Bildverarbeitungs-Tools, etc.), die das breite Anwendungsspektrum der Bildverarbeitung in der Automatisierung industrieller Prozesse darstellen.
In der Übung 'Bildgestützte Automatisierung II' werden wie in der Übung 'Bildgestützte Automatisierung I' überwiegend Problemstellungen aus der industriellen Bildverarbeitung aufgegriffen. Dazu werden beispielsweise anhand eines Zeilenkameraaufbaus Barcodes ausgelesen, die Beschriftung von Chips auf einer Platine gelesen, geregelte Rauschunterdrückung, Lageregelung oder Mustererkennung angewendet.
Auch wird an einer bestehenden Visual Servo Lösung (aus dem Modul Automatisierungstechnisches Projekt) Bildverarbeitung praktisch angewendet. Es werden grafische Entwicklungsumgebungen professioneller industrieller Bildverarbeitungssoftwarehersteller eingeführt und bedient.
In der Übung 'Bildgestützte Automatisierung II' werden wie in der Übung 'Bildgestützte Automatisierung I' überwiegend Problemstellungen aus der industriellen Bildverarbeitung aufgegriffen. Dazu werden beispielsweise anhand eines Zeilenkameraaufbaus Barcodes ausgelesen, die Beschriftung von Chips auf einer Platine gelesen, geregelte Rauschunterdrückung, Lageregelung oder Mustererkennung angewendet.
Auch wird an einer bestehenden Visual Servo Lösung (aus dem Modul Automatisierungstechnisches Projekt) Bildverarbeitung praktisch angewendet. Es werden grafische Entwicklungsumgebungen professioneller industrieller Bildverarbeitungssoftwarehersteller eingeführt und bedient.
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
Arbeitsaufwand und Leistungspunkte
Bildgestützte Automatisierung II (Vorlesung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 2 h | 30 h |
| Vor-/Nachbereitung | 15 | 4 h | 60 h |
| 90 h | |||
Bildgestützte Automatisierung II (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 von Lehre und des Lernens bieten, wie u.a. Mindmap, Metaplan, etc..
Die Vorstellung der Ergebnisse thematisch vergebener Aufgaben (Recherchen, Analysen, Bewertungen) erfolgt in Kurzvorträgen im Rahmen der Veranstaltung.
Experimentelle und analytische Gruppenübungen zu ausgewählten Themen vertiefen das in der VL vermittelte Wissen.
Die Übungen beinhalten darauf aufbauend mündliche Diskussionsrunden, die eine gezielte Förderung der Studenten ermöglicht.
Die Vorstellung der Ergebnisse thematisch vergebener Aufgaben (Recherchen, Analysen, Bewertungen) erfolgt in Kurzvorträgen im Rahmen der Veranstaltung.
Experimentelle und analytische Gruppenübungen zu ausgewählten Themen vertiefen das in der VL vermittelte Wissen.
Die Übungen beinhalten darauf aufbauend mündliche Diskussionsrunden, die eine gezielte Förderung der Studenten ermöglicht.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
a) obligatorisch: BSc in ingenieurtechnischem Studienfach b) wünschenswert: Bildgestützte Automatisierung I
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Benotet |
|---|---|
| Prüfungsform | Portfolioprüfung |
| Sprache | Deutsch |
Prüfungsbeschreibung (Abschluss des Moduls)
Prüfungsform ist "Portfolioprüfung". Die Gesamtbenotung ergibt sich aus einer mündliche Rücksprache (Anteil an der Gesamtnote 60%) und den Übungsabnahmen.
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
Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.
Anmeldeformalitäten
Die Anmeldung für die Übung findet über das ISIS2-System statt.
https://www.isis.tu-berlin.de/2.0/course/index.php?categoryid=198
https://www.isis.tu-berlin.de/2.0/course/index.php?categoryid=198
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
verfügbar – https://www.isis.tu-berlin.de/2.0/course/index.php?categoryid=198
Empfohlene Literatur
- B. Jähne, Digitale Bildverarbeitung
- C. Demant, Industrielle Bildverarbeitung
- C.-E.Liedtke, M. Ender; Wissensbasierte Bildverarbeitung
- G. Bradski, A. Kaehler; Learning OpenCV - Computer Vision with the OpenCV Library
- H. Bässmann, J. Kreyss; Bildverarbeitung Ad Oculos (für den Optik Teil)
- M. S. Nixon, A. S. Aguado; Feature Extraction and Image Processing
- R. Szeliski; Computer Vision: Algorithms and Applications
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Dieses Modul ist unter anderem geeignet für die Masterstudiengänge: Produktionstechnik, Konstruktion und Fertigung, Elektrotechnik, Physikalische Ingenieurwissenschaft, Informationstechnik im Maschinenwesen, Technische Informatik
Sonstiges
Weitere Informationen unter http://www.iat.tu-berlin.de