Thesis: Deep-Learning-basierte Umgebungserkennung unter Nutzung von 3D-Sensorik*
Thesis: Deep-Learning-basierte Umgebungserkennung unter Nutzung von 3D-Sensorik*
Waldkirch (bei Freiburg), DE, 79183
Waldkirch (bei Freiburg), DE, 79183
Wintersemester 2025/26 - befristet auf 3-6 Monate, Start ab 01.09.2025 möglich
IHRE AUFGABEN:
- Sie entwickeln Algorithmen zur Umgebungserfassung mit dem Ziel, Kollisionen mobiler Roboter und Maschinen zu vermeiden
- Sie erarbeiten sich aktuelle Methoden des Deep Learnings zur 2D/3D-Umgebungserfassung (Segmentierung, Objekterkennung und -tracking)
- Das Training von Deep-Learning-Modellen sowie die Evaluierung verschiedener Algorithmen gehören zu Ihren Aufgaben
- Sie gestalten ein Multisensorsystem zur 3D-Umgebungserfassung, beispielsweise zur Hinderniserkennung in Logistik-Applikationen oder im Außenbereich
- Sie verarbeiten und fusionieren hochauflösende RGB- und Tiefen-Daten von realen oder simulierten Stereo- oder RGB-D-Kameras
- Sie integrieren, optimieren und werten die Systeme auf aktueller KI-Beschleuniger-HW wie NVidia Jetson und Hailo aus
- Sie dokumentieren detailliert Ihre Arbeitsergebnisse
IHR PROFIL:
- Sie befinden sich im Masterstudium in Informatik, Robotik, Mathematik oder vergleichbarer Studiengang
- Sie verfügen über fundierte Kenntnisse in Programmiersprachen, idealerweise in C++ oder Python
- Sie haben ein umfassendes Verständnis in der Bildverarbeitung und im Umgang mit 2D- und 3D-Daten
- Sie besitzen Fachwissen in den Bereichen Deep Learning und Machine Learning sowie erste Erfahrungen mit Frameworks wie TensorFlow oder PyTorch
- Sie haben idealerweise Kenntnisse in Applikationen mit mobilen Robotern oder dem autonomen Fahren, z.B. mit ROS und/oder NVidia Jetson
- Ihre systematische und strukturierte Denk- und Vorgehensweise zeichnen Sie aus
- Kreativität in der Lösungsfindung und Innovationsfreude runden Ihr Profil ab
IHRE BEWERBUNG:
- Wir freuen uns auf Ihre Online-Bewerbung
- Sarah Disch
- Job-ID 36765
- Vertrauliche Behandlung wird zugesichert
*Der Mensch zählt, nicht das Geschlecht.
Wir setzen auf Vielfalt, lehnen Diskriminierung ab und denken nicht in Kategorien wie etwa Geschlecht, ethnische Herkunft, Religion, Behinderung, Alter oder sexuelle Identität.
Stichworte: Abschlussarbeit
Wintersemester 2025/26 - befristet auf 3-6 Monate, Start ab 01.09.2025 möglich
IHRE AUFGABEN:
- Sie entwickeln Algorithmen zur Umgebungserfassung mit dem Ziel, Kollisionen mobiler Roboter und Maschinen zu vermeiden
- Sie erarbeiten sich aktuelle Methoden des Deep Learnings zur 2D/3D-Umgebungserfassung (Segmentierung, Objekterkennung und -tracking)
- Das Training von Deep-Learning-Modellen sowie die Evaluierung verschiedener Algorithmen gehören zu Ihren Aufgaben
- Sie gestalten ein Multisensorsystem zur 3D-Umgebungserfassung, beispielsweise zur Hinderniserkennung in Logistik-Applikationen oder im Außenbereich
- Sie verarbeiten und fusionieren hochauflösende RGB- und Tiefen-Daten von realen oder simulierten Stereo- oder RGB-D-Kameras
- Sie integrieren, optimieren und werten die Systeme auf aktueller KI-Beschleuniger-HW wie NVidia Jetson und Hailo aus
- Sie dokumentieren detailliert Ihre Arbeitsergebnisse
IHR PROFIL:
- Sie befinden sich im Masterstudium in Informatik, Robotik, Mathematik oder vergleichbarer Studiengang
- Sie verfügen über fundierte Kenntnisse in Programmiersprachen, idealerweise in C++ oder Python
- Sie haben ein umfassendes Verständnis in der Bildverarbeitung und im Umgang mit 2D- und 3D-Daten
- Sie besitzen Fachwissen in den Bereichen Deep Learning und Machine Learning sowie erste Erfahrungen mit Frameworks wie TensorFlow oder PyTorch
- Sie haben idealerweise Kenntnisse in Applikationen mit mobilen Robotern oder dem autonomen Fahren, z.B. mit ROS und/oder NVidia Jetson
- Ihre systematische und strukturierte Denk- und Vorgehensweise zeichnen Sie aus
- Kreativität in der Lösungsfindung und Innovationsfreude runden Ihr Profil ab
IHRE BEWERBUNG:
- Wir freuen uns auf Ihre Online-Bewerbung
- Sarah Disch
- Job-ID 36765
- Vertrauliche Behandlung wird zugesichert
*Der Mensch zählt, nicht das Geschlecht.
Wir setzen auf Vielfalt, lehnen Diskriminierung ab und denken nicht in Kategorien wie etwa Geschlecht, ethnische Herkunft, Religion, Behinderung, Alter oder sexuelle Identität.
Stichworte: Abschlussarbeit