Hiwi im Bereich Automatisierung der COVID-19 Analytik durch ein ambidexteres Robotersystem

YASKAWA CSDA10F - Bildquelle: https://www.yaskawa.de

Die Ende 2019 in China ausgebrochene neuartige Coronavirus-Erkrankung COVID-19 (Corona Virus Disease 2019) hat sich in den vergangenen Monaten zu einer weltweiten Bedrohung ausgeweitet. Ein wichtiger Bestandteil der Eindämmung der COVID-19 Pandemie ist die umfangreiche Diagnose von Infektionen. Als medizinischer Goldstandard gilt dabei die Polymerasekettenreaktion (PCR), die in der Regel durch automatisierte Diagnosesysteme durchgeführt wird. Die Vorbereitung der Proben im Labor ist jedoch häufig von manuellen Tätigkeiten geprägt und ist ein Grund für aktuelle Kapazitätsengpässe. Zudem trägt der Umgang mit den Proben eine potentielle Infektionsgefahr.

Zum Schutz des Personals, zur Erhöhung des Durchsatzes und der Sicherung der Qualität soll ein Roboter befähigt werden die Prä- und Postanalytik der COVID19-PCR zu automatisieren. Als Robotersystem wird dabei ein zweiarmiger (ambidexter) Roboter eingesetzt werden. In dem Forschungsprojekt ergeben sich aktuell folgende Aufgabenbereichen:

  • Definition der Anforderungen an den Einsatz des Robotersystems im Labor zur Probenvor- und Nachbereitung
  • Konstruktive Konzeption und Umsetzung der Automatisierunglösung und von Greifkonzepten
  • Robuste, kamerabasierte Erfassung der Probengefäse zum flexiblen Einsatz des Robotersystems
  • Konzeption und Umsetzung der Handhabungsschritte durch das ambidextere Robotersystem
  • Definition und Umsetzung von Anforderungen der Guten Laborpraxis (GLP) und der Guten Herstellungspraxis (GMP) zur Vermeidung von Kreuzkontaminationen und der Infektionsgefahr
  • Dokumentation im lehrstuhleigenen Wiki und Software-Repositorium

Die genauen Aufgaben werden entsprechend des aktuellen Bedarfs definiert.

Anforderungen:

Die Umsetzung der IT-nahen Themen erfolgt mit dem Robot-Operating-System in den Programmiersprachen C++ und Python. Die Umsetzung der Bildverarbeitung erfolgt mit Methoden der klassischen Bildverarbeitung (OpenCV) oder des maschinellen Lernens (z.B. Keras). Die konstruktive Umsetzung erfolgt mit dem Tool Ihrer Wahl. Vorkenntnisse sind wünschenswert.

Wöchentliche Arbeitszeit:

ca. 10 Std.

Beginn:

ab sofort

Senden Sie uns bei Interesse bitte eine Bewerbung mit aktuellem Lebenslauf und Notenauszug.

Kategorien:

Fachbereich:

Biomechatronik

Studiengang:

Energietechnik, Informatik, IPEM, Maschinenbau, Mechatronik, Medizintechnik, Wirtschaftsingenieurwesen

Technologiefeld:

Industrie- und Servicerobotik, Künstliche Intelligenz und Maschinelles Lernen, Medizintechnik, Software Engineering und Deployment

Kontakt: