Hintergrund:
Die ausgeschriebene Arbeit ist Teil eines Forschungsprojektes zur Optimierung der Energieeffizienz sowie der Akustik von autonomen Drohnen. Dabei werden ein Leistungsmodul sowie akustische Messaufnehmer an die Arme der Drohne angebracht, um somit Eingangssignale für einen Reinforcement Learning Algorithmus zu erhalten. Anhand geschicktem Reward-Shaping sollen mithilfe der KI die beiden Optimierungsgrößen innerhalb von zwei Modi (energieeffiziente und akustisch-effiziente Pfadplanung) verbessert werden.
Aufgaben:
Im Rahmen dieser Arbeit wird das Projekt dahingehend unterstützt, dass ein bereits bestehendes Gazebo-Plugin zur Verwendung von logischen Audioquellen erweitert wird. Ziel ist durch das Plugin die akustische Übertragungsfunktion der Messkette hinreichend genau abzubilden, sodass ein reales Verhalten der akustischen Schallquelle in der Simulation sichergestellt ist. Dabei muss das bestehende Simulationsmodell der Drohne sukzessiv bei fortschreitender Arbeit an die Gegebenheiten angepasst werden. Zuletzt sollen die Ergebnisse in definierten Betriebspunkten auf Richtigkeit validiert werden.
Voraussetzungen:
Bewerber*innen sollten bei Interesse an der Arbeit Freude und Können in der Programmierung mit C++ und Python mitbringen. Ebenso sind Grundlagen mit ROS2 und Gazebo von Vorteil.