28. August 2025

Ausgangssituation:

Moderne mobile Arbeitsmaschinen stellen durch hohe Antriebsleistungen und Einsatzgewichte besondere Anforderungen an eine sichere und robuste Automatisierungstechnik. Die langjährige Analyse physikalischer Effekte auf mechatronische Komponenten ermöglicht den Einsatz vielfältiger Sensorsysteme zur Erfassung von Umgebungsinformationen. Die Verarbeitung dieser umfangreichen Datenmengen erfolgt zunehmend durch künstliche neuronale Netze. Allerdings stehen aktuelle Technologien vor der Herausforderung, diese Netze robust, sicher und effizient zu gestalten.

Ziel dieser Abschlussarbeit ist die Entwicklung einer strukturierten Methode, die eine echtzeitfähige Analyse und Überwachung von KI-Anwendungen ermöglicht. Hierfür sollen Methoden aus dem Bereich “explainable AI” zum Einsatz kommen, um die Transparenz & Robustheit dieser KI-Anwendungen zu steigern.

Aufgabenschwerpunkte:

  • Einarbeitung in den Stand der Technik zu autonomen mobilen Systemen und künstlicher Intelligenz
  • Untersuchung und Evaluierung von bestehende Methoden zur Steigerung von Robustheit und Transparenz
  • Entwicklung einer echtzeitfähigen & leistungsfähigen Methodik
  • Nutzung von Tools und Frameworks zur Umsetzung dieser Methodik in einem mobilen Robotersystem (ROS2, PyTorch)
  • Statistische Auswertung der Ergebnisse anhand branchenüblicher Metriken
  • Strukturierte Dokumentation und Präsentation der Ergebnisse

Vorkenntnisse:

  • Interesse an autonomen Fahrzeugen und neuronalen Netzen
  • Interesse an Datenauswertung und KI-Architekturen
  • Grundlegende Programmierkenntnisse in Python, C++ und ROS2 von Vorteil
  • Sehr gute Deutsch- und Englisch-Kenntnisse

Der Arbeitsumfang kann entsprechend der Art der Abschlussarbeit angepasst werden.

Bewerbungen ausschließlich per E-Mail mit aussagekräftigen Unterlagen (Lebenslauf, vollständige Notenübersicht)

Kategorien:

Forschungsbereich:

Robotik

Art der Arbeit:

Bachelorarbeit, Masterarbeit, Projektarbeit

Studiengang:

Informatik, Maschinenbau, Mechatronik, Medizintechnik, Wirtschaftsingenieurwesen

Technologiefeld:

Medizintechnik

Kontakt:

Patrick Ziegler, M.Sc.

Department Maschinenbau (MB)
Lehrstuhl für Fertigungsautomatisierung und Produktionssystematik (FAPS, Prof. Franke)