Robot and Swarm Navigation

Worum geht's

Du lernst, wie kooperative Navigation und Positionsbestimmung für Schwärme von Robotern funktionieren. Das Modul vermittelt Bayessche Schätzverfahren (u. a. Kalman-Filter und sequentielle Monte‑Carlo/Partikelfilter), Funkortungskonzepte und Methoden der Schätztheorie zur Analyse und Optimierung der Schwarmnavigation. Am Ende kannst du ein funkbasiertes Schwarmnavigationssystem konzipieren und die Performance bewerten.

Was du danach kannst

• Grundlagen der kooperativen Positionierung verstehen
• Bayessche Schätzmethoden verstehen und auf Schwarmnavigation anwenden
• Methoden der Schätztheorie zur Performance‑Analyse anwenden
• Ein funkbasiertes System zur Schwarmnavigation konzipieren
• Wissen auf verschiedene Umgebungen und Anwendungen übertragen

Aus was das Modul besteht

• VorlesungVermittlung des Fachwissens durch den Dozenten
• ÜbungVorstellung und Diskussion von Lösungen zu den Aufgaben

Lehrmethode

• VorlesungEinführung und Erklärung der Inhalte durch den Dozenten
• Diskussion/Austausch unter StudierendenFördert das Verständnis und die Lösung der Übungsaufgaben
• Vorlesungsunterlagen, Tafel, Laptop/BeamerUnterstützung der Präsentationen und Demonstrationen