Dienstag, 14. Februar 2023

Cloudbasiertes Matching von Machine Learning basierten Objekterkennungsdaten

Thema und Ziel der Arbeit

Hochautomatisierte Fahrzeuge erkennen mithilfe diverser Sensorik und Machine-Learning-Algorithmen, welche Objekte sich in ihrer Umgebung befinden. Um ihr Sichtfeld zu erweitern und damit gewissermaßen um die Ecke gucken zu können, wird derzeit daran geforscht, wie sie ihre Daten mit einer Cloud austauschen können.

In dieser Arbeit soll dabei der Aspekt untersucht werden, wie die in der Cloud anfallenden Daten sinnvoll je nach geografischer Position gespeichert und weiterverarbeitet werden können. Damit soll sichergestellt werden, dass jedes von mehreren Sensoren erkannte Objekt zu einem einzigen Datenpunkt zusammengefasst wird, ohne dass es mit allen anderen Objekten verglichen werden muss.

Arbeitspunkte

• Literaturrecherche über moderne Assoziationsalgorithmen
• Implementierung eines effizienten Algorithmus in der bestehenden Fusionsfunktion
• Evaluation der Ergebnisse anhand von Simulations- oder Realdaten

Anforderungen

• Gute Deutsch- und Englischkenntnisse in Wort und Schrift
• Begeisterung für automatisiertes Fahren
• Programmierkenntnisse in C++ oder Python
• Kenntnisse in ROS von Vorteil

Hinweis: Bitte kurzen Lebenslauf und eine Notenübersicht anhängen.