Thesis in Deep Learning: Umfelderfassung & Sensorfusion mit 3D ToF-Sensorik für mobile Roboter*
Thesis in Deep Learning: Umfelderfassung & Sensorfusion mit 3D ToF-Sensorik für mobile Roboter*
Waldkirch (bei Freiburg), DE, 79183
Waldkirch (bei Freiburg), DE, 79183
Sommersemester 2025 - befristet auf 3-6 Monate
IHRE AUFGABEN:
- Sie gestalten ein System zur 3D-Umgebungserfassung zur Vermeidung von Kollisionen mobiler Roboter, beispielsweise in Logistik-Applikationen
- Sie führen Literaturrecherche durch und erarbeiten sich aktuelle Methoden des Deep Learnings zur 2D/3D-Umgebungserfassung (Segmentierung, Objekterkennung und -tracking) und Sensorfusion
- Sie verarbeiten und fusionieren hochauflösende RGB- und Tiefen-Daten von realen und simulierten Time-of-Flight und RGB-D-Kameras
- Sie entwickeln Algorithmen zur Umgebungserfassung mit dem Ziel, Kollisionen mobiler Roboter zu vermeiden
- Das Training von Deep-Learning-Modellen sowie die Evaluierung verschiedener Algorithmen gehören zu Ihren Aufgaben
- Sie integrieren, optimieren und werten die Systeme auf der aktuellen NVidia Jetson Hardware 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 Robotik und Roboter-Applikationen, z.B. mit ROS und 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 36414
- 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: Intern, Internship, Abschlussarbeit
Sommersemester 2025 - befristet auf 3-6 Monate
IHRE AUFGABEN:
- Sie gestalten ein System zur 3D-Umgebungserfassung zur Vermeidung von Kollisionen mobiler Roboter, beispielsweise in Logistik-Applikationen
- Sie führen Literaturrecherche durch und erarbeiten sich aktuelle Methoden des Deep Learnings zur 2D/3D-Umgebungserfassung (Segmentierung, Objekterkennung und -tracking) und Sensorfusion
- Sie verarbeiten und fusionieren hochauflösende RGB- und Tiefen-Daten von realen und simulierten Time-of-Flight und RGB-D-Kameras
- Sie entwickeln Algorithmen zur Umgebungserfassung mit dem Ziel, Kollisionen mobiler Roboter zu vermeiden
- Das Training von Deep-Learning-Modellen sowie die Evaluierung verschiedener Algorithmen gehören zu Ihren Aufgaben
- Sie integrieren, optimieren und werten die Systeme auf der aktuellen NVidia Jetson Hardware 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 Robotik und Roboter-Applikationen, z.B. mit ROS und 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 36414
- 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: Intern, Internship, Abschlussarbeit