Labor: Self-Localisation and Mapping (SLAM)

Die Studierenden erwerben Kentnisse in den für Visual SLAM erforderlichen Bereichen der rechnergestützten Szenenanalyse. Auf dieser Grundlage wird ein kamerabasiertes SLAM-Verfahren für den Anwendungsbereich Automotive umgesetzt. Alle Verfahren werden in Python implementiert und praktisch angewendet.

Inhalte

Vorkenntnisse

Studierende müssen grundlegende Kenntnisse in der Programmierung mit Python besitzen, um am Labor teilnehmen zu können. Zusätzlich werden die Vorlesungen Digitale Bildverarbeitung und Computer Vision empfohlen.

Für die Zulassung zum Labor ist das Bestehen einer Vorprüfung erforderlich. Weitere Informationen erhalten Sie bei der Anmeldung.

Termine

Das Labor findet donnerstags von 14 bis 18 Uhr statt. Der erste Termin ist der 21.10.2021. Es besteht Anwesenheitspflicht.

Anmeldung

Die Anmeldung findet über die Webseite zur zentralen Vergabe der Laborplätze statt. (Link: https://www.tnt.uni-hannover.de/etinflabor/)

Literaturempfehlungen

"Probabilistic Robotics" by Sebastian Thrun, Wolfram Burgard and Dieter Fox.
"Multiple View Geometry in Computer Vision" by Richard Hartley and Andrew Zisserman.

Weitere Literatur wird in der Veranstaltung bekanntgegeben.

Ansprechpartner: