Index
BA/PA/MA: Entwicklung einer echtzeitfähigen XAI-Methodik für das autonome Fahren
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
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
- Ableitung einer echtzeitfähigen Methodik
-
Nutzung Tools und Frameworks zur Umsetzung dieser Methodik am Beispiel autonome Arbeitsmaschinen (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)
Abschlussarbeit zu autonomen Drohnen
Drohnen werden in unterschiedlichsten Gebieten der Industrie eingesetzt, unter anderem zum Materialtransport in der Intralogistik oder zur Erfassung digitaler Lagebilder.
Für den effizienten und sicheren Einsatz ist es wünschenswert, dass die Drohnen ihre Aufgaben selbstständig erledigen, also autonom agieren. Durch den autonomen Betrieb wird es möglich mithilfe geeigneter Navigation die Drohnen beispielsweise hinsichtlich ihres Energieverbrauchs zu optimieren. Hierfür ist die Erforschung robotischer Infrastrukturen (Robot Operating System 2), Computer-Vision, neuartiger KI-Modelle und Reinforcement Learning erforderlich. Zudem sind Hardwareaspekte, wie ein stabiler Aufbau des Flugroboters sowie die Ausstattung mit entsprechender Sensorik zu beachten.
Am Flugfeld des Lehrstuhl FAPS sind verschiedene Themen für Bachelor- und Masterarbeiten in den oben genannten Bereichen zu vergeben. Voraussetzung ist die Motivation zur selbständigen Einarbeitung in die Programmierung von Flugrobotern. Weitere Informationen erhalten Sie auf Anfrage per E-Mail.
Hinweise zur Bewerbung
- Erste Erfahrung und Freude an der Programmierung erforderlich
- Vorkenntnisse mit ROS2 sind von Vorteil
- Gute Englischkenntnisse erforderlich
- Sehr gute Deutscherkenntnisse erforderlich (mind. C1)
- Selbstständige Arbeitsweise
- Zeitnaher Beginn möglich
- Bewerbungen bitte per E-Mail mit aktueller Notenübersicht und Lebenslauf
- Bitte beachten Sie, dass unvollständige Bewerbungen nicht berücksichtigt werden
BA/MA – Reinforcement Learning basierte Navigation für autonome Drohnen
Drohnen werden in unterschiedlichsten Gebieten der Industrie eingesetzt, unter anderem zum Materialtransport in der Logistik oder zur Erfassung und photogrammetrischen Rekonstruktion von Gebäuden und Baustellen.
Für den effizienten und sicheren Einsatz ist es wünschenswert, dass die Drohnen ihre Aufgaben selbstständig erledigen, also autonom agieren. Dadurch wird es möglich mithilfe Agenten-basierter Navigation die Drohnen auf Basis von Reinforcement Learning Ansätzen hinsichtlich unterschiedlicher Kriterien zu optimieren.
In dieser Arbeit soll ein Agent in einer Simulationsumgebung trainiert werden, um optimierte Flugpfade zu erlernen. Bei ausreichender Robustheit soll die Performance des Agenten auf einem realen System validiert werden.
Ziele und Arbeitsschritte
- Einarbeitung in ROS2 und die Programmierung autonomer Drohnen
- Anpassung der Simulationsumgebung und Training der Agenten
- Übertrag und Validierung auf realem System
Benefits
- Hands-On Erfahrung in der Entwicklung im Bereich Robotik
- Austausch mit anderen Studierenden am FAPS
- Einblicke in weitere Forschungsbereiche
- Anwendungsbezogene Arbeit für den Berufseinstieg
- Flexible Arbeitsweise
Hinweise zur Bewerbung
- Erste Erfahrung und Freude an der Programmierung erforderlich
- Vorkenntnisse mit ROS2 sind von Vorteil
- Gute Englischkenntnisse erforderlich
- Sehr gute Deutscherkenntnisse erforderlich (mind. C1)
- Selbstständige Arbeitsweise
- Zeitnaher Beginn möglich
BA/PA/MA Reinforcement Learning for Industrial Optimization Problem
Problem Description:
Production planning plays a crucial role in improving efficiency and resource utilization in electronics production. Many production planning problems can be formulated as combinatorial optimization problems and solved using specialized solvers. However, in real-world industrial settings, the vast amount of data leads to extremely high-dimensional optimization problems, which are significant challenges for classical solvers. As a result, developing solvers handling high-dimensional optimization problems has become a popular research topic. In recent years, applying artificial intelligence algorithms, particularly reinforcement learning, to solve complex, high-dimensional combinatorial optimization problems has attracted considerable attention.
Some studies showed that reinforcement learning has potential in solving combinatorial optimization problems. However, it is not that reliable when dealing with large-scale industrial data. Traditional RL methods often struggle with extremely slow convergence and sometimes get stuck in local minima, making it hard to apply them in real-world industrial scenarios.
This thesis aims to explore new ways to improve the efficiency of reinforcement learning algorithms, so they can better handle high-dimensional optimization problems.
Research topics and Workplan:
– Implementing classical reinforcement learning algorithms using a current popular software framework to solve a pre-defined small-scale industrial optimization problem.
– Explore methods to integrate traditional reinforcement learning algorithms with stochastic optimization algorithms.
– Benchmarking the classical reinforcement learning algorithms against your methods.
– (Optional) Exploring the possibilities of quantum reinforcement learning for solving the pre-defined industrial optimization problem.
Your abilities:
– Programming skills in Python are necessary.
– Prior knowledge or experience on reinforcement learning and reinforcement learning framework (Pytorch, Tensorflow, Gym…).
– Good English or German skills.
– You can begin with your BA/PA/MA as soon as possible.
You can contact us via the emails below. Please make sure to attach your transcript and resume when applying, and include a brief motivation in the email. Your motivation must be relevant to the topics described above. We look forward to your participation in our research.
MA/PA: Microexpressions in Robotics – Theoretical Thesis
We are looking for curious and motivated master’s students to join a theoretical project focused on the role of microexpressions in humanoid robotics. This literature-based thesis explores the intersection of facial expression science, physiology, and human-robot interaction, contributing to the growing field of socially intelligent robotics.
Project Overview:
This master’s thesis aims to conduct a systematic literature review on the study and replication of microexpressions in humanoid robots. The work will explore:
-
The physiological basis of microexpressions in humans
-
The current technologies and frameworks used to reproduce them in robotic faces
-
Their importance in human-human and human-robot interaction
This thesis sets the groundwork for future developments in emotionally expressive robots by identifying gaps, challenges, and design considerations in the field.
Key Responsibilities:
-
Conduct a structured review of scientific literature (interdisciplinary: robotics, physiology, HRI, affective computing)
-
Analyze and categorize existing approaches to replicating microexpressions in robots
-
Identify open research questions and propose a conceptual framework for future development
Who We’re Looking For:
-
Strong interest in social robotics, human expression, or humanoid robots
-
Experience with literature research and scientific writing
-
Background in robotics, biomedical engineering, HRI, or a related field
-
Independent, structured, and critical thinker
-
Fluency in English
How to Apply:
If you are excited about the potential of humanoid robotics and want to contribute to an innovative project, we invite you to apply exclusively via email, including your CV and complete transcript of records (GPA min 2.5). Subject: Application – Microexpressions Thesis
BA/PA/MA Implementierung des Visibility Index für einen autonomen Rollstuhl
Motivation
Die Technologien der mobilen Robotik ermöglichen neue Assistenzsysteme zur Unterstützung der Mobilität und Orientierung. Dazu gehören sowohl das am FAPS entwickelte Assistenzsystem für Blinde als auch der am FAPS entwickelte intelligente Rollstuhl.
Bei der Personennavigation steht der Komfort für die unterstützte Person im Vordergrund. Dazu müssen Komfortfaktoren sowohl für den Passagier als auch für umstehende Personen berücksichtigt werden. Ein Aspekt ist die Sichtbarkeit der Umgebung bei der Wegplanung, auch Visibility Index genannt. Im Rahmen dieser Arbeit soll dieser Visibility Index in einem Costmap Layer für die Navigation mittels NAV2 implementiert und mit einem realen autonomen Rollstuhl getestet werden.
Ziele und Arbeitsschritte
- Einarbeitung in ROS
- Einarbeitung in das Themenfeld der Personennavigation
- Implementierung eines Visibility Layers für NAV2
- Durchführung von Experimenten
Benefits
- Hands-on experience in der Entwicklung im Bereich Medizintechnik und Robotik
- Austausch mit anderen Studierenden am FAPS
- Einblicke in weitere Forschungsbereiche
- Anwendungsbezogene Arbeit für den Berufseinstieg
- Flexible Arbeitsweise
Hinweise zur Bewerbung
- Grundlegende Programmierkenntnisse sollten vorhanden sein
- Vorkenntnisse in ROS von Vorteil, aber nicht zwingend notwendig
- Beginn ist jederzeit möglich
- Bewerbungen bitte per E-Mail mit aktueller Notenübersicht und Lebenslauf
- Weitere Informationen auf Anfrage per Mail oder gerne im persönlichen Gespräch
BA/PA/MA Messung des Passagierkomforts mittels Beschleunigung und EKG eines autonomen Rollstuhls
Motivation
Technologien der mobilen Robotik ermöglichen neue Assistenzsysteme zur Unterstützung der Mobilität von betroffenen Personen. Bei der Personennavigation steht der Komfort für die Person im Vordergrund. Dazu müssen Komfortfaktoren sowohl für den Passagier als auch für umstehende Personen berücksichtigt werden.
Im Rahmen dieser Arbeit soll ein prototypischer Versuchsaufbau mit IMU und/oder EKG am Rollstuhl realisiert werden, um den Zusammenhang zwischen Beschleunigung sowie Vitaldaten und dem Passagierkomfort experimentell zu untersuchen. Dazu sollen im Rahmen dieser Arbeit reale Nutzerstudien mit einem autonomen Rollstuhl in unserem Labor durchgeführt werden.
Ziele und Arbeitsschritte
- Einarbeitung in ROS
- Einarbeitung in das Themenfeld der Personennavigation
- Implementierung des Versuch Aufbaus
- Durchführen von Probandenstudien
Benefits
- Hands-on experience in der Entwicklung im Bereich Medizintechnik und Robotik
- Austausch mit anderen Studierenden am FAPS
- Einblicke in weitere Forschungsbereiche
- Anwendungsbezogene Arbeit für den Berufseinstieg
- Flexible Arbeitsweise
Hinweise zur Bewerbung
- Grundlegende Programmierkenntnisse sollten vorhanden sein
- Beginn ist jederzeit möglich
- Bewerbungen bitte per E-Mail mit aktueller Notenübersicht und Lebenslauf
- Weitere Informationen auf Anfrage per Mail oder gerne im persönlichen Gespräch
BA/PA/MA: Entwicklung einer Methode zur strukturierten Optimierung von KI-Modellen im autonomen Fahren
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 dateneffizient zu integrieren und ihre Architekturen sowie Hyperparameter optimal auszulegen.
Aufgabenschwerpunkte:
-
Einarbeitung in den Stand der Technik zu autonomen mobilen Systemen und künstlicher Intelligenz
-
Untersuchung und Evaluierung von bestehende Methoden zur effizienten Architektursuche (z. B. Neural Architecture Search) und Hyperparameter-Optimierung (z. B. Bayesian Optimization, Grid Search, Random Search)
-
Nutzung Tools und Frameworks zur Optimierung von KI-Trainingsprozessen (z. B. PyTorch, TensorFlow, Optuna, Ray Tune)
- Entwicklung einer Methode für die zielgerichtete Optimierung multimodaler KI-Modelle
-
Durchführung einer exemplarischen Optimierung eines bestehenden KI-Modells unter Berücksichtigung der untersuchten Methoden
-
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)
BA/PA/MA: Semantisches Scene-Graph-Mapping für autonome mobile Roboter
Moderne mobile Roboter benötigen semantisch reiche Umgebungsdarstellungen, um autonom und effizient agieren zu können. Semantische Scene Graphs bieten eine hierarchische Repräsentation, die Geometrie, Objekte und deren Beziehungen abbildet – ein Ansatz, der auch die Strukturierung simulierter Umgebungen erheblich verbessern kann. Ziel dieser Arbeit ist es, aktuelle Ansätze zum semantischen Scene-Graph-Mapping zu implementieren, systematisch zu vergleichen und Ergebnisse statistisch zu analysieren, um so Erkenntnisse für die Gestaltung realistischer Simulationsumgebungen zu gewinnen.
Aufgabenstellung
- Einarbeitung und Literaturrecherche
- Übersicht und Bewertung aktueller Ansätze zum semantischen Scene-Graph-Mapping (z. B. Hydra, Clio, ConceptGraphs)
- Ggf. Einarbeitung in ROS/ROS2 sowie in gängige Simulationsumgebungen (z. B. Isaac Sim, Blender)
- Implementierung und Vergleich
- Umsetzung ausgewählter Mapping-Methoden
- Vergleich der Methoden hinsichtlich Echtzeitfähigkeit, Genauigkeit, Skalierbarkeit und offener Semantik
- Statistische Analyse
- Extraktion und Auswertung typischer räumlicher und semantischer Muster aus den generierten Scene Graphs
- Ableitung von Kriterien zur strukturierten Gestaltung simulierter Umgebungen
- Ableitung neuer Konzepte (je nach Art der Arbeit)
- Entwicklung und Evaluierung von Verbesserungen oder neuen Ansätzen basierend auf den gewonnenen Analyseergebnissen
- Training neuer KI-Modelle zur Gestaltung simulierter Umgebungen
Vorkenntnisse
- Grundlegende Programmierkenntnisse
- Kenntnisse in mobiler Robotik und ROS2 von Vorteil, aber nicht zwingend erforderlich
- Sehr gute Deutsch- und Englischkenntnisse
- Motivation und eigenständige Arbeitsweise
Weitere Informationen erhalten Sie gerne in einem persönlichen Gespräch.
Kontaktaufnahme bitte nur per E-Mail an christopher.may@faps.fau.de einschließlich aussagekräftiger Unterlagen (Lebenslauf, vollständige Notenübersicht).
Der Arbeitsumfang kann entsprechend der Art der Abschlussarbeit angepasst werden.
Geteilte Navigation eines intelligenten Rollstuhls mittels EMG-Signalen
Motivation
Mobilitätseinschränkungen haben weitreichende Folgen für den Alltag der Betroffenen und führen neben der körperlichen Einschränkung häufig auch zu psychischen Problemen. Der Rollstuhl stellt für die Betroffenen die einzige Möglichkeit dar, am täglichen Leben teilzunehmen. Aufgrund von Funktionseinschränkungen der oberen Extremitäten, z.B. durch eine Querschnittlähmung, sind jedoch nicht alle Menschen mit Behinderung in der Lage, einen klassischen oder elektrischen Rollstuhl selbstständig zu bedienen.
Ziel des Projektes EMGRoll ist die Entwicklung eines Sensor-Kits, das durch die Kombination von Elektromyographie und Umgebungssensorik eine intuitive Steuerung von elektrisch angetriebenen Rollstühlen ermöglicht. In Zusammenarbeit mit n-squared Lab wird dazu eine EMG-Schnittstelle zu einem intelligenten Rollstuhl erforscht. Am FAPS wird dazu eine geteilte Navigation entwickelt, um die Bewegungssignale intelligent an die Umgebung anzupassen. Dies soll eine intuitive und sichere Steuerung des Rollstuhls auch bei körperlichen Einschränkungen der Betroffenen ermöglichen.
Zielstellung
Ziel dieser Arbeit ist die Entwicklung und Implementierung einer geteilten Navigation (Shared Control) für Personenassistenzsysteme am Beispiel des Blindenassistenzsystems und eines intelligenten Rollstuhls. Darüber hinaus sind weitere Themen auf Anfrage verfügbar.
Die Arbeit beinhaltet folgende Schwerpunkte:
- Evaluation des aktuellen Stands der Technik der geteilten Navigation (Shared Control)
- Einarbeitung in das Robot Operating System ROS2
- Weiterentwicklung einer geteilten Navigation in ROS2
- Durchführen von Nutzerstudien.
Hinweise / Anforderungen
Grundlegende Kenntnisse oder die Motivation sich in die Programmierung robotischer Systeme einzuarbeiten sollten vorhanden sein. Das Softwaremodul soll in ROS umgesetzt werden, daher sind Vorkenntnisse in C++ oder Python und ROS von Vorteil, allerdings nicht zwangsläufig erforderlich. Der Umfang und die Zielsetzung ist entsprechend der Vorkenntnisse anpassbar.
Der FAPS bietet ein breites Spektrum an Möglichkeiten sich im Bereich Medizintechnik und Robotik auszuprobieren. Studenten bekommen die Gelegenheit mit verschiedenster Hardware und Software zu arbeiten. Die Arbeitsweise ist flexibel und für ein studentisches Umfeld mit Vernetzungsmöglichkeiten wird gesorgt.
Weitere Infos auf Anfrage. Bewerbungen bitte per E-Mail mit aktueller Notenübersicht und Lebenslauf.