Subject » BMEVIFO5247
Hybrid Systems and 3D Image Processing Laboratory
Hibrid rendszerek és háromdimenziós képfeldolgozás labor
A tantárgyleírás hatályossága
Hatályosság kezdete:
—
Hatályosság vége:
—
| Subject name (Hungarian, English) |
Hibrid rendszerek és háromdimenziós képfeldolgozás labor
Hybrid Systems and 3D Image Processing Laboratory
|
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Subject code | BMEVIFO5247 | ||||||||||||
| Subject type | — | ||||||||||||
| Training Level | — | ||||||||||||
| Course types and hours (weekly/semester) |
|
||||||||||||
| Assessment type | félévközi érdemjegy | ||||||||||||
| Credits | 2 | ||||||||||||
| Subject coordinator |
Dr. Loványi István György
position: egyetemi docens
contact:
lovanyi@iit.bme.hu
|
||||||||||||
| Responsible department |
—
|
||||||||||||
| Faculty | |||||||||||||
| Subject website | — | ||||||||||||
| Primary curriculum type | — | ||||||||||||
| Direct prerequisites – Strong prerequisite | none | ||||||||||||
| Direct prerequisites – Weak prerequisite | none | ||||||||||||
| Direct prerequisites – Parallel prerequisite | none | ||||||||||||
| Direct prerequisites – Milestone prerequisite | none | ||||||||||||
| Direct prerequisites – Exclusion | none |
Objectives
Programme
1. Lézer scanner bázisú távolságkép digitalizálás (I)A triangularizáción alapuló távolságmérési elv és a lézer scanner funkcionális felépítésének megismerése. CCD vonalkamera alkalmazása pozíciójel érzékelésére. A szinkronizált háromszögelés látóterének struktúrája, érzékenység mérése és számítása. Távolságképek felvétele és kiértékelése.2. 3D képfeldolgozás transzputerrel (I)A Parallel C konkurrens programozási nyelv megismerése és alkalmazása multitranszputeres (4xT800+4x4Mbyte) környezetben. Faugeras módszerén alapuló 3D képfeldolgozási algoritmusok transzputeres megvalósításának vizsgálata.3. Szenzorcsatolt robotirányítás (I)A GT-6A francia oktató robot irányító rendszerének és egy tanszéki fejlesztésű lézerfénykéses 3D látórendszer működésének megismerése, a látórendszerrel összekapcsolt robot kalibrációjának elvégzése. Egyszerű 3D tárgyak lokalizációja, felismerése és megfogása a robottal.4. Szintaktikai jelfeldolgozás (M)Zajos EKG jel előfeldolgozása. Jelszegmentálás. Különböző algoritmusok implementálása. Kisérletezés szegmentálás hangolásával. Elemző programok. Szintaktikai zajszűrés. Lényegkiemelés. Jelosztályozás.5. Kisérletezés median szűrővel (M)Egyszerű szűrő algoritmus megfogalmazása Matlab nyelven. Median szűrő implementálása, érdekes szűrési hatások. Median szűrő átvitelének kvalitatív leírása.6. Szabály alapú jelfeldolgozás (M)Numerikus adatok konvertálása szimbolikus mennyiségekre. Szabály alapú következtetés alapjai. Megvalósítás Lisp-ben. Kisérletezés szabályokkal.
A labor célja az első részben a 3D távolságkép digitalizálás és feldolgozás módszereinek megismerése és alkalmazása robotirányítási célra. A második részben a mérések célja, hogy az előadások anyagában szereplő szimbolikus jelfeldolgozási algoritmusok működését szemléletesen bemutassa és ezek lehetséges alkalmazási területei közül néhányat, mintapéldákon keresztül megismertessen.
Learning outcomes
Ez a tantárgy a KKK rendeletben meghatározott, következő kompetenciák fejlesztését szolgálja:
Knowledge
No learning outcomes recorded.
Skills
No learning outcomes recorded.
Attitudes
No learning outcomes recorded.
Autonomy and responsibility
No learning outcomes recorded.
Oktatási módszertan
A tárgy 6 db 4 órás laboratóriumi mérésből áll, melyet a Irányítástechnika és Informatika Tanszék (I) laboratóriumában és a VSzK-ban (M) kell elvégezni, előírt ütemezés szerint.
Tanulástámogató anyagok
Not provided.
Recommended preliminary knowledge for completing the subject
Knowledge type competencies
(azon előzetes ismeretek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
Hibrid információs technikák
Skill type competencies
(azon előzetes képességek és készségek összessége, amelyek megléte nem kötelező, de a tantárgy eredményes teljesítését nagyban elősegíti)
nincs
Recommended (non-compulsory) preliminary competencies
(azon ajánlott (nem kötelező) előzetesen megszerzendő kompetenciák összessége, amelyek jelentősen hozzájárulnak a tantárgy eredményes teljesítéséhez)
Hibrid információs technikák
General rules
Követelmények:
a)A szorgalmi időszakban:- A félév lezárásának módja félévközi jegy.- 6 darab laboratóriumi mérés anyagának elsajátítása, a mérések elvégzése és a mérési jegyzőkönyvek elkészítése előírt ütemezés szerint. Távolmaradás esetén összesen 2 mérés pótolható.- A félév lezárásához szükség követelmény a 6 mérés sikeres elvégzése. A hallgató minden mérésre 1 osztályzatot kap (felelet, mérés és jegyzőkönyv alapján) és a gyakorlati jegy ezek átlaga.b)A vizsgaidőszakban: A labor a vizsgaidőszakban nem pótolható.
Assessment methods
In-term assessments
No detailed assessments provided.
Weight of in-term assessments
No weights provided.
Exam-period assessments
No detailed assessments provided.
Weight of exam elements
No weights provided.
Grade calculation
No grade thresholds provided.
Attendance requirements
No attendance requirements provided.
Rules for retake and resubmission
Not provided.
Short description
Not provided.
Detailed description
Not provided.
Recommended courses
Hibrid információs technikák
Workload to complete the subject
No workload breakdown provided.
Validity of subject requirements
Requirements valid from:
—
Requirements valid until:
—
Curriculum placement
No curriculum placements recorded for this subject version.