ALIs

kommt noch

Achtung: Die Navigationslinks auf dieser Seite funktionieren nicht, weil das nicht der Rahmen ist, der zu diesem Skript gehört. Wenn das Skript ordnungsgemäß dort installiert ist, wo es später laufen soll, funktionieren auch die Links in der dortigen Umgebung.

LINUX Cluster Project

Simulation und Berechnung von Speckle-Mustern


Institution

  • Name: Lehrstuhl für Messsystem- und Sensortechnik
  • Address: Theresienstraße 90/N5, 80333 München
  • Project Proposal Date: 2020-05-06 12:06:24

Abstract:

Das Ziel des Projektes ist eine verbesserte Positionserkennung von Laserpunkten für ein Messsystem zur Abstandsmessung ähnlich der Triangulation. In einem ersten Schritt wird mit Hilfe von CNNs der Hintergrund, auf dem der Laserpunkt auftrifft, klassifiziert, um mit Hilfe dieser Information Verbesserungen der Algorithmen zur Berechnung der Position des Laserpunktes vollziehen zu können. In einem weiteren Schritt soll dann durch das selbe neuronale Netz eine verbesserte Laserpunkterkennung durchgeführt werden. Dazu wird der Laserpunkt vom Hintergrund segmentiert und die enthaltenden Störungen hinausgefiltert, um einen möglichst "sauberen" Laserpunkt zu erhalten. In einem weiteren Schritt ist auch denkbar, dass das neuronale Netz direkt die Position des Laserpunktes bestimmt. Da die Positionserkennung selbst mit Subpixel-Genauigkeit erfolgen soll ist aber noch nicht sicher, ob dies besser durch Deep Learning oder Image Processing geschieht. Die nötigen CNNs sind bereits implementiert. Leider lassen sich diese mit der vorhandenen Hardware nur mit etwa 300 Bildern trainieren. Um bessere Ergebnisse zu erreichen würden wir diese gerne mit passender Hardware testen und trainieren und deshalb auf einen der vier "independent single node systems with one NVIDIA GPU P100" zugreifen. Deshalb benötigen wir für das Projekt Zugriff auf eine GPU.