Ideale Voraussetzungen:
Kenntnisse
Regelungstechnik, Softwaretechnik, Informatik, Autonome Systeme
Eigenschaften
Teamfähigkeit, Eigeninitiative, hohe Motivationsfähigkeit
Programme
Matlab, C / C++ / Python
Welche Aufgaben gibt es?
- Trajektorienplanung & Streckenerkennung
- Visualisation
- SLAM & Lokalisierung
- Objekterkennung (Lidar)
- Objekterkennung (Kamera)
- Sensorfusion
- Software Infrastructure
- Simulation & Continuous Integration
- Implementierung der verschiedenen Ansätze in C++ und Matlab
- Validierung der Ansätze in einer Simulationsumgebung und Auswertung von Testdaten
- Durchführung und Auswertung der Simulationen
- Integration neuer Funktionen und Auswertemöglichkeiten in die Simulationsumgebung
- Auseinandersetzung mit alternativer/eigener Simulationsumgebung
- Ausarbeitung und Verbesserung von Schwachstellen des Systems
- Bereitstellung und Optimierung einer automatisierten Kalibierung
- Bereitstellung und Optimierung eines Systems, welches eine einfache Inbetriebnahme auf der Teststrecke gewährleistet
- Implementierung von SLAM und Lokalisierung
- Validierung und Optimierung der Algorithmen mit Fokus auf Genauigkeit und Rechenzeit,-leistung
- Entwicklung und Ausarbeitung eines Strecken-Vermess- Systems
- Integration neuer Funktionen in die Simulationsumgebung
- Entwicklung von Kriterien zum automatisierten Testen
- Literaturrecherche zu gängigen Objekterkenungsalgorithmen mit LiDAR
- Implementierung verschiedener Ansätze
- Testen und Validieren von verschiedenen Ansätzen mittels vereinheitlichten Testszenarien im statischen und dynamischen Fall
- Überarbeitung der aktuellen und möglichen Positionierungen des LiDARs für eine effiziente Nutzung des Sensors
- Literaturrecherchen zum Thema Computer Vision und Maschine Learning, sowie Objekterkennung mit Kameras und neuronalen Netzen
- Implementierung und Validierung der Ansätze
- Ausarbeitung von möglichen Platzierungs- und Befestigungsmöglichkeiten für das Kamerasystem
- Training des Netzwerks auf gegebene Bilddaten
- Ausarbeitung von Testmöglichkeiten der Software anhand von Testszenarien
- Literaturrecherche zu Möglichkeiten der Sensor Fusion
- Implementierung unterschiedlicher Ansätze
- Validierung dieser auf Basis von Testdaten des Fahrzeugs
- Entwicklung von Konzepten zur Auswertung der Regelungsalgorithmen
- Literaturrecherche zum möglichen Aufbau und zur Entwicklung einer sinnvollen und benutzerfreundlichen Software-Struktur und Architektur
- Aufarbeitung dieser Strukturen
- Integration neuer Funktionen funktions- und prozessoptimiert
- Entwicklung einer effizienten Software-Architektur für die einzelnen Komponenten
- Entwicklung und Implementierung automatisierter Testverfahren zur Continous Integration
- Enger Kontakt mit den einzelnen Driverless-Entwicklern zur Entwicklung der CI Tests
- Ausarbeitung von Strukturen zur effizienten und sinnvollen Auswertung der implementierten Code- Strukturen
