Sensor Fusion and Assured NavigationModulbeschreibung #50477 / Version 5
- 6 LP
- Portfolioprüfung
- Benotet
- Sommersemester
- Englisch
| Modul / Version | #50477 / #5 |
|---|---|
| Gültigkeit | Seit WiSe 2025/26 |
| Verfügbare Sprache(n) | Englisch, Deutsch |
| Leistungspunkte | 6 |
| Modulverantwortliche*r | Uijt de Haag, Maarten |
| Benotung | Benotet |
| Prüfungsform | Portfolioprüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät V |
|---|---|
| Institut | Institut für Luft- und Raumfahrt |
| Fachgebiet | 35341700 FG Flugführung und Luftverkehr |
Kontakt
| Sekretariat | F 3 |
|---|---|
| Ansprechpartner*in | Uijt de Haag, Maarten |
| E-Mail-Adresse | maarten.uijtdehaag@tu-berlin.de |
| Webseite | http://www.ff.tu-berlin.de |
Lernergebnisse
Nach erfolgreichem Abschluss des Kurses verfügen die Studierenden über:
Kenntnisse über:
· Grundlegende Funktionalität eines Navigationssystems
· Definition von Navigationsleistungsparametern (Genauigkeit, Integrität, Verfügbarkeit und Kontinuität) und deren Beziehung zur Sicherheit
· Verschiedene Ansätze zur integrierten Navigation und Sensorfusion
· Grundlagen deterministischer und stochastischer Modelle, entweder linear oder nichtlinear
· Zustandsschätzungstheorie im Kontext der Navigation
· Kalman-Filter: linear, linearized und extended
· Anwendungsbeispiele für Kalman-Filter: GNSS/Inertial-Integration und geländeunterstützte Navigation
· Andere nichtlineare Schätzer: Unscented Kalman Filter (UKF) und Partikelfilter (PF)
· Smoothing und Faktorgraph-Optimierung
· Leistungsaspekte von Navigationsschätzern einschließlich Integritätsüberwachung
· Visueller Entfernungsmesser (VO) und visueller Inertialentfernungsmesser (VIO)
· Simultaneous Localization and Mapping (SLAM)
· Kollaborative Navigationsmethoden
Fähigkeiten:
• Messgleichungen und Dynamikmodelle für verschiedene Integrationsansätze erstellen können
• Eine grundlegende Integrationsmechanisierung (unter Verwendung der verschiedenen Schätzmethoden) oder SLAM-Architektur erstellen können
• Diese Algorithmen in Python implementieren können
• Die erforderliche Navigationsleistung (z. B. Genauigkeit und Verfügbarkeit) des integrierten Navigationssystems beurteilen können
Kompetenzen:
• Identifiziere Sensoren oder Navigationshilfen, die integriert werden könnten, um bestimmte Anforderungen an die Navigationsleistung zu erfüllen
• Löse Probleme der integrierten Navigation in kleinen Gruppen
Kenntnisse über:
· Grundlegende Funktionalität eines Navigationssystems
· Definition von Navigationsleistungsparametern (Genauigkeit, Integrität, Verfügbarkeit und Kontinuität) und deren Beziehung zur Sicherheit
· Verschiedene Ansätze zur integrierten Navigation und Sensorfusion
· Grundlagen deterministischer und stochastischer Modelle, entweder linear oder nichtlinear
· Zustandsschätzungstheorie im Kontext der Navigation
· Kalman-Filter: linear, linearized und extended
· Anwendungsbeispiele für Kalman-Filter: GNSS/Inertial-Integration und geländeunterstützte Navigation
· Andere nichtlineare Schätzer: Unscented Kalman Filter (UKF) und Partikelfilter (PF)
· Smoothing und Faktorgraph-Optimierung
· Leistungsaspekte von Navigationsschätzern einschließlich Integritätsüberwachung
· Visueller Entfernungsmesser (VO) und visueller Inertialentfernungsmesser (VIO)
· Simultaneous Localization and Mapping (SLAM)
· Kollaborative Navigationsmethoden
Fähigkeiten:
• Messgleichungen und Dynamikmodelle für verschiedene Integrationsansätze erstellen können
• Eine grundlegende Integrationsmechanisierung (unter Verwendung der verschiedenen Schätzmethoden) oder SLAM-Architektur erstellen können
• Diese Algorithmen in Python implementieren können
• Die erforderliche Navigationsleistung (z. B. Genauigkeit und Verfügbarkeit) des integrierten Navigationssystems beurteilen können
Kompetenzen:
• Identifiziere Sensoren oder Navigationshilfen, die integriert werden könnten, um bestimmte Anforderungen an die Navigationsleistung zu erfüllen
• Löse Probleme der integrierten Navigation in kleinen Gruppen
Lehrinhalte
Vorlesung:
· Einführung in die Sensorfusion und sichere Navigation
· Grundlagen deterministischer und stochastischer Modelle
· Schätztheorie im Kontext der Navigation
· Linearer Kalman-Filter (KF)
· Linearisierte und extended Kalman-Filter (KF, LKF, EKF) und ihre Leistungsanalyse
· GNSS/INS-Integration
· Unscented Kalman Filter (UKF) und Partikelfilter (PF)
· Gelände-/kartengestützte Navigation
· Smoothing und Faktorgraph-Optimierung
· Leistungsbewertung und Integritätsüberwachung
· Visueller Entfernungsmesser (VO) und visueller Inertialentfernungsmesser (VIO)
· SLAM
· Kollaborative Navigation
Tutorials:
· Positionsberechnung mit mehreren Navigationssensoren mit KF und EKF: GNSS/INS und geländeunterstützte Navigation
· Integritätsüberwachung in einer GNSS/Inertial-Integration
· Odometrie mit Monokular- und Stereokameras
· Kollaborative geländeunterstützte Navigation
· Integrierte Laserscanner-Daten mit Inertialmessungen
· Berechnung der Flugbahn und gleichzeitige Erstellung einer Karte der
· Einführung in die Sensorfusion und sichere Navigation
· Grundlagen deterministischer und stochastischer Modelle
· Schätztheorie im Kontext der Navigation
· Linearer Kalman-Filter (KF)
· Linearisierte und extended Kalman-Filter (KF, LKF, EKF) und ihre Leistungsanalyse
· GNSS/INS-Integration
· Unscented Kalman Filter (UKF) und Partikelfilter (PF)
· Gelände-/kartengestützte Navigation
· Smoothing und Faktorgraph-Optimierung
· Leistungsbewertung und Integritätsüberwachung
· Visueller Entfernungsmesser (VO) und visueller Inertialentfernungsmesser (VIO)
· SLAM
· Kollaborative Navigation
Tutorials:
· Positionsberechnung mit mehreren Navigationssensoren mit KF und EKF: GNSS/INS und geländeunterstützte Navigation
· Integritätsüberwachung in einer GNSS/Inertial-Integration
· Odometrie mit Monokular- und Stereokameras
· Kollaborative geländeunterstützte Navigation
· Integrierte Laserscanner-Daten mit Inertialmessungen
· Berechnung der Flugbahn und gleichzeitige Erstellung einer Karte der
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Sensor Fusion and Assured Navigation | Integrierte Veranstaltung | 3534 L 660 | Wintersemester | [en] | 4 | WiSe 2026/27 (1) ISIS |
Veranstaltungen im Vorlesungsverzeichnis
Veranstaltungen, die aus den Lehrveranstaltungen dieses Moduls angelegt wurden.
WiSe 2026/27 (1)
Sensor Fusion and Assured Navigation (Integrierte Veranstaltung) 1
- Sensor Fusion and Assured Navigation (Integrierte Veranstaltung) Termingruppe 1 3534 L 660
Arbeitsaufwand und Leistungspunkte
Sensor Fusion and Assured Navigation (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 4 h | 60 h |
| Vor-/Nachbereitung | 15 | 8 h | 120 h |
| 180 h | |||
Der Aufwand des Moduls summiert sich zu 180 Stunden. Damit umfasst das Modul 6 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Vorlesungen:
• Präsentationen mit Beispielen
• Demonstrationen
• Gastvorträge
Übungen:
• Präsentationen mit Beispielen
• Demonstrationen
Hausaufgaben:
• Bearbeitung individueller Hausaufgaben in kleinen Gruppen
• Präsentationen mit Beispielen
• Demonstrationen
• Gastvorträge
Übungen:
• Präsentationen mit Beispielen
• Demonstrationen
Hausaufgaben:
• Bearbeitung individueller Hausaufgaben in kleinen Gruppen
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
• Flugführung und Luftverkehr - Grundlagen, Flugführung
• Aircraft Navigation
• Lineare Algebra, Analysis I
• Differentialgleichungen
• Kinematik und Dynamik
• Aircraft Navigation
• Lineare Algebra, Analysis I
• Differentialgleichungen
• Kinematik und Dynamik
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 |
|---|---|---|---|
| Exam | 50 | schriftlich | 75 min |
| Homework/report | 35 | schriftlich | ca. 20 min |
| Short Test | 15 | schriftlich | ca 16.000 character/group |
Prüfungsbeschreibung (Abschluss des Moduls)
Individual:
• Written exam about entire course content (lecture and tutorials)
• Written short testat about specific course content (lecture and tutorials)
Group:
• Homework/report
• Written exam about entire course content (lecture and tutorials)
• Written short testat about specific course content (lecture and tutorials)
Group:
• Homework/report
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
Die maximale Teilnehmerzahl beträgt 60.
Anmeldeformalitäten
QISPOS, Prüfungsamt
Literaturhinweise, Skripte
Skript in Papierform
verfügbar
Skript in elektronischer Form
nicht verfügbar
Empfohlene Literatur
Keine empfohlene Literatur angegeben
Zugeordnete Studiengänge
Diese Modulversion wird in folgenden Studiengängen verwendet:
| Studiengang / StuPO | Semester | Studiengangsbereich |
|---|---|---|
| Luft- und Raumfahrttechnik StuPO 2018 | WiSe 2025/26 | 2. Kernmodule › 2.4 Flugführung und Luftverkehr |
| SoSe 2026 | 2. Kernmodule › 2.4 Flugführung und Luftverkehr | |
| WiSe 2026/27 | 2. Kernmodule › 2.4 Flugführung und Luftverkehr | |
| Physikalische Ingenieurwissenschaft StuPO 2007 (19.12.2007) | WiSe 2025/26 | 2.1 Numerik und Simulation › 2.1b Ergänzungsbereich |
| Physikalische Ingenieurwissenschaft StuPO 2020 | WiSe 2025/26 | 2.1 Numerik und Simulation › 2.1b Ergänzungsbereich |
| SoSe 2026 | 2.1 Numerik und Simulation › 2.1b Ergänzungsbereich | |
| WiSe 2026/27 | 2.1 Numerik und Simulation › 2.1b Ergänzungsbereich |
Sonstiges
Keine Angabe