Bei der Powerline-Kommunikation wird das bestehende Energieverteilnetz zur Informationsübertragung genutzt. In dieser Arbeit wird das Niederspannungsnetz als Übertragungskanal für Frequenzen bis 500 kHz untersucht. Basierend auf einer Kanalcharakterisierung unter Berücksichtigung der zyklostationären Eigenschaften werden neuartige adaptive Übertragungsverfahren entwickelt. Die vorgestellten adaptiven Verfahren werden unter realistischen Kanalbedingungen evaluiert. Powerline communications utilize the existing energy distribution network for information transmission. In this work, the...
Bei der Powerline-Kommunikation wird das bestehende Energieverteilnetz zur Informationsübertragung genutzt. In dieser Arbeit wird das Niederspannungs...
In dieser Arbeit wird untersucht, wie überwacht trainierte künstliche neuronale Netze für die spektrale Entmischung eingesetzt werden können. Dazu wird zunächst eine geeignete Netzarchitektur ermittelt. Im weiteren Verlauf liegt der Schwerpunkt auf der Erzeugung geeigneter Trainingsdaten. Es werden modellbasierte Verfahren, die Trainingsdaten aus echten Reinspektren erzeugen, und datenbasierte Verfahren, die bereits vorhandene Trainingsdaten erweitern, vorgestellt und evaluiert. In this work, artificial neural networks trained in a supervised manner for spectral unmixing are...
In dieser Arbeit wird untersucht, wie überwacht trainierte künstliche neuronale Netze für die spektrale Entmischung eingesetzt werden können. Dazu...
Im ersten Teil dieser Arbeit wird ein Framework für den Entwurf eines CNNs für FPGAs vorgestellt, das aus einem eigenen Vorverarbeitungsalgorithmus, einer Augmentierung, einem eigenen Quantisierungsschema und einer Verkleinerung des CNN besteht. Die Kombination von konventioneller Bildverarbeitung mit neuronalen Netzen wird im zweiten Teil anhand eines Beispiels aus der Robotik gezeigt, in dem ein bildbasierter Regler erfolgreich für einen Greifvorgang eines Roboters eingesetzt wird. In the first part of this dissertation, a framework for the design of a CNN for FPGAs is presented,...
Im ersten Teil dieser Arbeit wird ein Framework für den Entwurf eines CNNs für FPGAs vorgestellt, das aus einem eigenen Vorverarbeitungsalgorithmus,...
In this work, the task of wide-area indoor people detection in a network of depth sensors is examined. In particular, we investigate how the redundant and complementary multi-view information, including the temporal context, can be jointly leveraged to improve the detection performance. We recast the problem of multi-view people detection in overlapping depth images as an inverse problem and present a generative probabilistic framework to jointly exploit the temporal multi-view image evidence.
In this work, the task of wide-area indoor people detection in a network of depth sensors is examined. In particular, we investigate how the redundant...
In dieser Arbeit werden spektral kodierte multispektrale Lichtfelder untersucht, wie sie von einer Lichtfeldkamera mit einem spektral kodierten Mikrolinsenarray aufgenommen werden. Für die Rekonstruktion der kodierten Lichtfelder werden zwei Methoden entwickelt, eine basierend auf den Prinzipien des Compressed Sensing sowie eine Deep Learning Methode. Anhand neuartiger synthetischer und realer Datensätze werden die vorgeschlagenen Rekonstruktionsansätze im Detail evaluiert. In this work, spatio-spectrally coded multispectral light fields, as taken by a light field camera with a spectrally...
In dieser Arbeit werden spektral kodierte multispektrale Lichtfelder untersucht, wie sie von einer Lichtfeldkamera mit einem spektral kodierten Mikrol...
This work presents model-based algorithmic approaches for interference-invariant time delay estimation, which are specifically suited for the estimation of small time delay differences with a necessary resolution well below the sampling time. Therefore, the methods can be applied particularly well for transit-time ultrasonic flow measurements, since the problem of interfering signals is especially prominent in this application.
This work presents model-based algorithmic approaches for interference-invariant time delay estimation, which are specifically suited for the estimati...
Optical measurement methods are becoming increasingly important for high-precision production of components and quality assurance. The increasing demand can be met by modern imaging systems with advanced optics, such as light field cameras. This work explores their use in the deflectometric measurement of specular surfaces. It presents improvements in phase unwrapping and calibration techniques, enabling high surface reconstruction accuracies using only a single monocular light field camera.
Optical measurement methods are becoming increasingly important for high-precision production of components and quality assurance. The increasing dema...
Die vorliegende Arbeit stellt nun Verfahren zur Nutzung der Keramikglühkerze als Sensorelement vor. Das bedeutet, dass die Keramikglühkerze nicht nur ihrer konventionellen Aufgabe als Heizelement nachgeht, sondern auch als Sensor Informationen aus dem Brennraum (wie die Motordrehzahl) liefert. Dabei liegt das Hauptaugenmerk auf der Widerstandsänderung, insbesondere unter dem Einfluss von Temperaturänderungen im Brennraum, in unmittelbarer Umgebung der Keramikglühkerze. This work presents methods for using the ceramic glow plug as a sensor element. This means that the ceramic glow plug...
Die vorliegende Arbeit stellt nun Verfahren zur Nutzung der Keramikglühkerze als Sensorelement vor. Das bedeutet, dass die Keramikglühkerze nicht nu...
The increasing use of automated laser welding processes causes high demands on process monitoring. This work demonstrates methods that use a camera mounted on the focussing optics to perform pre-, in-, and post-process monitoring of welding processes. The implementation uses machine learning methods. All algorithms consider the integration into industrial processes. These challenges include a small database, limited industrial manufacturing inference hardware, and user acceptance.
The increasing use of automated laser welding processes causes high demands on process monitoring. This work demonstrates methods that use a camera mo...
Deep learning is widely applied to sparse 3D data to perform challenging tasks, e.g., 3D object detection and semantic segmentation. However, the high performance of deep learning comes with high costs, including computational costs and the effort to capture and label data. This work investigates and improves the efficiency of deep learning for sparse 3D data to overcome the obstacles to the further development of this technology.
Deep learning is widely applied to sparse 3D data to perform challenging tasks, e.g., 3D object detection and semantic segmentation. However, the high...