Aktuelle Themenstellungen

Im Folgenden finden Sie unser Angebot von Arbeiten. Die Sortierung der Arbeiten erfolgt chronologisch.

Sollte keine der ausgeschriebenen Arbeiten von Interesse sein, können Sie eine Initiativbewerbung über dieses Formular einreichen. Bitte erläuten Sie darin Ihr thematisches Interesse und fügen Sie einen kurzen Lebenslauf sowie eine aktuelle Notenübersicht bei.

Hinweis

Hinweis zur Durchführung von externen Arbeiten.

Initiativbewerbung

Bewerben Sie sich gerne über unser Formular.

Nach Art filtern:

Nach Bereich filtern:

Donnerstag, 21. September 2023

Eckdaten

Art der Arbeit: Bachelorarbeit, Masterarbeit
Vorkenntnisse: C++, ROS
Sprache: Deutsch, Englisch
Forschungsbereich: Fahrzeugintelligenz & Automatisiertes Fahren

Aktuelle Themenstellungen

Hinweis

Initiativ­bewerbung

Nach Art filtern:

Nach Bereich filtern:

Kollektive Wahrnehmung im digitalen Live-Verkehrszwilling

Echtzeit-Erklärung von Fahrmanövern für automatisierte Fahrzeuge

Entwicklung einer thermischen 1D-Simulation von Bremsen zur Untersuchung der Bremspartikelemissionen im eLKW-Segment

Reinforcement Learning und Szenarien zur Entwicklung des automatisierten Fahrens

Echtzeitfähige Lastprofilprädiktion im Rahmen einer prädiktiven Betriebsstrategie

Anwendungsspezifische Komponentendimensionierung

Aufbau eines Simulationsmodells zur Untersuchung von Glasbauteilen

Entwicklung einer Signalkorrektur für Messdaten des Reifenabrollgeräuschs

Entwicklung eines Prädiktionsmodells für das Reifenabrollgeräusch

Weiterentwicklung von Methoden zur Ableitung repräsentativer Fahrzyklen für Lastkraftwagen

Einflussanalyse des Designs von Fahrszenarien auf Simulationen automatisierter Fahrzeuge

Der "Guardian Angel" – App-Entwicklung zur Anbindung von Fußgängern an die digitale Cloud des Straßenverkehrs

Generierung komplexer Fahrszenarien zur Herausforderung automatisierter Fahrzeuge

Szenarien-Fusion: Generierung von Fahrszenarien durch die Kombination von realen und generierten Daten für das automatisierte Fahren

Fahrszenarien im Grenzbereich – Datenbasierte Generierung von Edge Cases für das automatisierte Fahren

Softwarearchitektur für das Mobilitätssystem der Zukunft

Entwicklung einer Software zur Packagegestaltung

Benchmarking von SAE-L4 Concept Cars

Closed-Loop-Testfallauswahl für die Sicherheitsbewertung des automatisierten Fahrens

Konzepterstellung für ein nachhaltiges Batteriegehäuse

Implementierung multikriterieller Optimierungsverfahren im Rahmen der Lager- bzw. Antriebsstrangauslegung

Kryptographie – Einsatz und Bedeutung für das automatisierte Fahren

Entwicklung einer Umgebung zur Nachbearbeitung akustischer Daten

Effizienzanalyse eines LKW Fahrwerks

3D Object Detection with Transformers in LiDAR Point Clouds

Implementation of Monte Carlo Dropout based Uncertainty Quantification for 3D Object Detection

Implementation of a multi-modal 3D Object Detection with Transformers

Explainable multi-modal 3D Object Detection with Transformers

Entscheidungskriterien zum Offloading Automatisierter Fahrfunktionen in die Cloud via 6G

Bewertung des Einflusses von Simulationsqualität auf automatisierte Fahrfunktionen

Deep Learning getriebene Domänenadaption von Punktwolken

Entwicklung einer Intelligenz zur kontinuierlichen Analyse von Datenflüssen in C-ITS

Cloudbasiertes Matching von Machine Learning basierten Objekterkennungsdaten

Simulative Untersuchung von diversen elektrifizierten Nfz-Antriebsstrangkonzepten mit Fokus auf Getriebeeffizienz

Ermittlung des Einflusses von Integrationsmethoden auf die Analyse von Messdaten

Energieversorgungsszenarien im Kontext der Mobilität

Umsetzung Cloud-basierter Trajektorienplanung mittels künstlicher Intelligenz

Kooperative Trajektorienplanung durch V2X basierte Manövervorschläge

Analyse von realem Fahrverhalten an verschiedenen Autobahnauffahrten

Konzeptionstool für autonome Fahrzeuge

Automatisierte Vordimensionierung von Welle-Lager-Systemen für elektrische Fahrzeuggetriebe

Systematische Erkennung und Extraktion von Edge Cases aus großen Datensätzen

Automatisierung eines NVH-Prüfstands

Entwicklung und Umsetzung einer Validierungsmethodik für den hochdynamischen Fahrsimulator

Camera Loop-Through to Augment Virtual Reality

Entwicklung und Implementierung eines Wahrnehmungsmodells für einen hochdynamischen Fahrsimulator

Interieur der Zukunft: Kriterien des Nutzererlebnisses für Aktivitäten während der automatisierten Fahrt

Erforschung von Einflussfaktoren auf die Steuerung von Human-Hybrid-Antriebssystemen

Interieur der Zukunft: Analyse existierender Methoden zur Packagemodellierung

Simulative Untersuchungen eines batterieelektrischen LKW mit Oberleitung

Collective Learning of Environment Perception in Fleets of Automated Vehicles

Simulation-empowered deep learning for vehicle environment perception

Exterior-HMI Konzept für automatisierte Mikromobile

Service

Kooperationen

Adresse

Initiativbewerbung