Ausgangssituation:

Moderne Formen der Arbeitsmaschinen stellen hohe Anforderungen an die eingesetzte Automatisierungstechnik. Durch die hohen Antriebsleistungen und Einsatzgewichte dieser Maschinen wird eine sichere Automatisierung benötigt.  Zusätzlich kann durch langjährige Analyse der Auswirkungen von physikalischen Effekten auf mechatronische Komponenten auf eine Vielzahl an Sensorsystemen zur Erfassung von Umgebungsinformationen zurückgegriffen werden.

Die Auswertung dieser großen Datenmengen wird dabei vermehrt durch künstliche neuronale Netze realisiert. Die zuverlässige und sichere Integration von neuronalen Netzen stellt den aktuellen Stand der Technik allerdings vor große Herausforderungen.

Im Forschungsprojekt POV.OS wird daher eine innovative Automatisierungsplattform entwickelt, die durch eine offene Architektur aus Hardware und Software den Einsatz und die Funktionalisierung mobiler Arbeitsmaschinen ermöglicht. Im Verlaufe des Projekts und dieser Abschlussarbeit soll deshalb eine konkrete Methode konzipiert und implementiert werden, die auf Basis von Generativer Künstlicher Intelligenz bestehende Trainingsdaten augmentiert. Hierfür sollen vor allem Möglichkeiten untersucht werden, wie aufgezeichnete Videosequenzen zeitlich extrapoliert und geometrisch modifiziert werden können.

Aufgabenschwerpunkte:

• Einarbeitung in den Stand der Technik (Autonomes Fahren, Künstliche Intelligenz, Generative KI)
• Einarbeitung in die grundlegende Funktionsweise sowie in aktuelle Limitationen von Generativer KI
• Implementierung ausgewählter künstlicher neuronaler Netze
• Konzeption und Implementierung einer Methode für die Generierung von geometrisch und zeitlich modifizierten Trainingsdaten
• Statistische Evaluation der Ergebnisse anhand branchenüblicher Metriken
• Strukturierte Darstellung der Ergebnisse

Vorkenntnisse:

• Interesse an autonomen Fahrzeugen und neuronalen Netzen
• Interesse an Sensorik und Datenauswertung
• 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:

Kontakt: