SE

Seminar: Selected Topics im Software Engineering


Kick-Off Meeting:

to be announced


Lecturer:

  • Prof. Dr. Bernhard Rumpe

Supervising Assistants:

Course Type:

Seminar

Language:

de/en

Thema:

Das Seminar behandelt ausgewählte, aktuelle Publikationen aus dem Bereich der modellgetriebenen Software Entwicklung.
Insbesondere werden Themen aus folgenden Bereichen angeboten:
  • Formale Methoden in Software Engineering
  • Entwicklung und Qualitätssicherung von Code Generatoren
  • Artefaktmanagement im modellgetriebenen Entwicklungsprozess
  • Wiederverwendung: Komposition von Generatoren und Modellen
  • Anwendungsdomäne: Automotive und Robotik
  • Anwendungsdomäne: Cloud und Security
  • Anwendungsdomäne: Energie und Big Data
  • sowie weitere Themen des Software Engineerings

Voraussetzungen: Interesse an Softwaretechnik und modellgetriebenen Entwicklungsprozessen. Der Besuch der Vorlesung Modellbasierte Software Entwicklung (kann auch parallel zum Seminar erfolgen) oder Generative Softwareentwicklung ist wünschenswert.

Zusätzlicher Themenkomplex im SS2016 - Computer Vision for Autonomous Cooperative Cars

Autonomous self-driving cars are a hot topic in software engineering with plenty of unanswered research questions. To evaluate and explore our newest algorithms we are constructing a demonstrator consisting of a model city, Arduino conrolled remote cars as well as a video system for event tracking. Therefor, a lot of exciting student projects, particularly in the fields of computer vision, image processing and embedded systems are waiting to be assigned. Some example topics are given below, however we will taylor the projects to the individual preferences and background:
  • Object and feature detection: A car needs to recognize objects like streets, other cars and obstacles automatically in order to meet intelligent driving decisions.
  • Noise reduction and filtering: Pre-processing steps removing unwanted image content are crucial in a computer vision system to ensure robustnness and efficiency.
  • Car tracking: Moving objects like cars need to be tracked robustly during extended periods of time. Thereby, properties like current car position and orientation must be extracted online from the video sequence.
  • Camera calibration: In order to obtain the most out of the given video material it is necessary to estimate intrinsic and extrinsic camera parameters to take out lens induced distortions and to align the picture with the real world.
  • other exciting CV related topics
The student should be highy motivated, eager to discover new technologies and have a background in computer vision and image processing and possess solid software engineering skills. The algorithms should be evaluated in Python and OpenCV.

Autonome Fahrzeuge sind ein spannendes Gebiet des Software Engineering auf dem es noch viele Forschungsfragen zu beantworten gilt. Um unsere neuesten Methoden und Algorithmen ausprobieren und evaluieren zu können, sind wir gerade dabei, einen Demonstrator aufzubauen. Dieser besteht aus einer Modelllandschaft, Arduino-gesteuerten Modellautos sowie einem Videosystem, welches dafür zuständig ist, die Ereignisse auf der Strecke zu verstehen und zu analysieren. In Verbindung mit diesem Projekt bieten wir eine Reihe spannender Themen für studentische Arbeiten an, insbesondere auf den Gebieten Computer Vision, Bildverarbeitung und eingebette Systeme. Einige Beispiele sind unten genannt, können aber individuell angepasst werden.

  • Objekt- und Featureerkennung: Um beim Fahren intelligente Entschedungen treffen zu können, müssen Autos ihre Umwelt verstehen und Dinge wie Straßen, Hindernisse sowie andere Autos erkennen können.
  • Rauschunterdrückung und Filterung: Für eine robuste und effziente Signalverarbeitung sind Vorverarbeitungsschritte erforderlich, welche unerwünschte Bildinhaltte entfernen.
  • Autoverfolgung: Bewegte Objekte müssen nachverfolgt werden können, dazu müssen Eigenschaften wie aktuelle Position eines Objekts und seine Fahrrichtung ermittelt werden können.
  • Kamerakalibrierung: Um bestmögliche Ergebnisse zu erhalten, müssen die intrinsischen und extrinsischen Kameraparameter ermittelt werden können. Diese erlauben es, Abbildungsfehler der Kameralinse aus dem Bild herauszurechnen und ein Mapping zur echten Welt herzustellen.
  • viele andere spannende Aufgaben auf dem Gebiet Computer Vision.
Wir erwarten eine hohe Motivation, Spaß an der Erforschung neuer Technologien sowie Fertigkeiten auf den Gebieten Computer Vision, Bildverarbeitung und Software Engineering. Für die Evaluation der Algorithmen sollen Python und OpenCV eingesetzt werden.

Current car recognition system