Sommersemester 2027 – befristet auf 3–6 Monate

IHRE AUFGABEN:

• Sie recherchieren und analysieren aktuelle wissenschaftliche Methoden zur Generierung von LiDAR-Daten aus Kamerabildern und -videos. Dazu gehören unter anderem Ansätze auf Basis von Deep Learning, Diffusionsmodellen, Neural Rendering und Tiefenschätzung.

• Sie entwickeln und evaluieren eine Pipeline zur Generierung LiDAR-ähnlicher Punktwolken aus synchronisierten Multikamerasystemen.

• Sie passen ausgewählte Methoden an und optimieren diese, um die Eigenschaften eines SICK-LiDAR-Sensors nachzubilden.

• Sie untersuchen die Potenziale und Grenzen bestehender RGB-to-LiDAR-Ansätze für industrielle Anwendungen.

• Sie bewerten die generierten Daten hinsichtlich geometrischer Genauigkeit, Robustheit und Eignung für nachgelagerte KI-Anwendungen.

• Sie dokumentieren und präsentieren Ihre Ergebnisse sowie daraus abgeleitete Empfehlungen.

Der konkrete Umfang des Themas wird an Ihren fachlichen Hintergrund und die Anforderungen des Praktikums beziehungsweise der Bachelor- oder Masterarbeit angepasst.

IHR PROFIL:

• Studium der Informatik, Robotik, Elektrotechnik, Mathematik oder eines vergleichbaren Studiengangs

• Interesse an Computer Vision, 3D-Perzeption und Sensorfusion

• Gute Programmierkenntnisse in Python

• Grundkenntnisse in Machine Learning und Deep Learning

• Erfahrung mit PyTorch oder einem vergleichbaren Framework von Vorteil

• Fähigkeit zum selbstständigen Arbeiten und zur Analyse wissenschaftlicher Fachliteratur