Open Access

Diese Studie befasst sich mit der Integration des React UI-Frameworks in das bestehende System einer der größten Broker-Plattformen in Europa. Die Integration muss sicher und sanft verlaufen, so dass das System wie zuvor funktioniert, aber zusammen mit dem neuen Framework. Das Ziel ist es, die Leistung und Effizienz des Systems zu optimieren. Um dieses Problem zu lösen, führte der Autor eine Reihe von Experimenten durch, um das neue Framework sicher in das bestehende System zu integrieren. Als Ergebnis entwickelte er ein Proof of Concept und beschrieb dessen schrittweise Umsetzung.

Es geht um die Datenvergleichung zwischen Messgeräte und die ermittelte Werte aus der Simulation. Ziel ist der gesamte Versuch wieder in PC-Crash simulieren und die ähnliche Werte zu bekommen.

Im Rahmen dieser Diplomarbeit wird die Idee einer Entwicklung eines modularen Drohnenaufsatzes zum Pflücken von Baumzapfen beschrieben, konzipiert und das entsprechende Erntewerkzeug technisch umgesetzt. Zu Beginn werden die Notwendigkeit des Zapfenpflückens sowie der bisherige Pflückprozess beschrieben. Anschließend erfolgt die Beschreibung des Pflückprozesses mittels Drohne und ein Vergleich unterschiedlicher Drohnenkonzepte unter festgelegten Bewertungskriterien. Die Konzeptionierung, die Berechnung und die konstruktive Umsetzung der beiden Werkzeuge, ermitteltet aus der Vorzugsvariante, stellen den Schwerpunkt dieser wissenschaftlichen Arbeit dar. Auf Basis der entwickelten Werkzeuge erfolgt die Konzeptentwicklung des vollständigen Erntewerkzeuges. Dabei wird auf die Verbindung der beiden Werkzeuge eingegangen sowie das Erntewerkzeug vollständig beschrieben.

Mit der revolutionären Entwicklung von Computern und dem Internet verwenden die meisten Restaurants Bestellmanagementsystem, um die Bestellinformationen innerhalb des Restaurants zu kontrollieren und zu verwalten. Der Einsatz des Bestellmanagementsystems hat dem Restaurant viele Vorteile gebracht, wie zum Beispiel die Reduzierung der Investitionen in Humanressourcen, die Verbesserung der Arbeitseffizienz und die Verringerung der Fehlerwahrscheinlichkeit. Viele bestehende Bestellverwaltungssysteme berücksichtigen jedoch nicht, ob die Oberfläche schön und prägnant ist. Und manche Systeme sind zu kompliziert in der Bedienung und nicht gut genug in der Schnittstellenreaktion. Daher wird ein Bestellmanagementsystem basierend auf einer Web-Front-End-Komponentisierung entworfen und implementiert. Das System nutzt die Idee, Web-Front-End und Back-End zu trennen. Dieser Artikel stellt hauptsächlich die Entwicklung von Frontend-Seiten vor. Das Frontend wird unter dem leichtgewichtigen progressiven Vue.js-Framework entwickelt, das auf dem Model-View-View-Modell (MVVM) basiert. Die Gesamtstruktur des Systems wurde auf Basis der Browser-Server (B/S) Architektur aufgebaut; die Systemfunktionen wurden über HTML5, CSS3 und Node.js realisiert. Schließlich wird die Gesamtfunktion des Systems durch das vom Drittanbieter bereitgestellte Backend-Schnittstellendokument getestet und angepasst. Dem Design entsprechend ist das System in zwei Teile gegliedert: den Vordergrund und den Hintergrund. An der Rezeption können Benutzer Tische auswählen, Menüs durchsuchen, Gerichte bestellen und Bestellungen einsehen. Im Hintergrundteil kann der Benutzer die Klassifizierung, die Verwaltung der Gerichte und die Verwaltung des Tisches verwalten. Test und Betrieb zeigen, dass das Interface-Layout des Systems übersichtlich ist, die Funktion sinnvoll, die Bedienung einfach ist und grundsätzlich den Anforderungen genügt. Gleichzeitig zeichnet sich das System durch geringes Gewicht, einfache Transplantation und hohe Stabilität aus, was sich sehr gut für den Einsatz in Restaurants eignet.

In dieser Arbeit wird die automatische Ausrichtung von virtuellen Objekten anhand von anatomischen Landmarken durch neuronale Netze für eine medizinsiche Augmented Reality Anwendung evaluiert. Zwei verschiedene Abläufe bestehend aus einem kombinierten bzw. einem Multi-Task neuronalen Netz werden in einem Prüfstand auf ihre Präzision getestet. Überprüft wurde jeweils die Genauigkeit der Rotationserkennung eines Gesichtes und die Positionserkennung mithilfe von annotierten anatomischen Gesichtslandmarken. Bei der Fehlerauswertung ist deutlich erkennbar, dass beide Abläufe noch nicht präzise genug für eine medizinsiche Anwendung sind. Jedoch schneidet das Multi-Task Netz in einigen relevanten Kriterien besser ab. Da das Potential einer solchen Anwendung erkennbar ist, ist eine zukünftige Weiterentwicklung von den neuronalen Netzen, Abläufen sowie dem Prüfstand zur Bewertung notwendig.