Home | Impressum | KIT

Classified Ads

Category overview > Bachelor- und Masterarbeiten
Ad index
02/28/2020  (45  Views )
Hybrid Artificial Intelligence (AI) Combining Machine Learning (ML) and Dynamic Bayesian Networks (DBN) for Behavior Recognition

Beschreibung:
Moderne Monitoring-Systeme ermöglichen den nahezu weltweiten Zugriff auf die Bewegungen der jeweils relevanten Objekte. Beispiele hierfür sind das Monitoring des Flugverkehrs mittels Automatic Dependent Surveillance – Broadcast (ADS-B) oder die des Schiffverkehrs mittels Automatic Idenfication System (AIS). In beiden Fällen gilt es, kritische Situationen (z.B. Flugzeugzusammenstoß oder Illegale Fischerei) frühzeitig zu erkennen, um entsprechende Maßnahmen einzuleiten. Es ist davon auszugehen, dass zukünftig noch weitere ähnliche Systeme entstehen werden – bspw. zum Verkehrsmonitoring. Die Herausforderung dieser Systeme besteht heute darin, dass Menschen die große Menge an Daten bzw. Objekten und deren Verhalten analysieren müssen. Methoden der Künstlichen Intelligenz (KI), die kritische Situationen automatisch erkennen, können hier Abhilfe schaffen.


Dazu bieten sich zwei KI-Techniken an:

Deep Learning, das jedoch eine große Menge von Trainingsdaten benötigt, welche nicht immer zur Verfügung stehen

Dynamische Bayessche Netze (DBN), mit welchen das Wissen von Experten abbilden und somit bereits ohne große Datenmengen entwickelt werden können

Hybride Ansätze kombinieren beide Techniken miteinander. So werden Situationen, für welche noch nicht ausreichend Daten vorliegen, aber Expertenwissen vorliegt, durch DBNs beschrieben. Einzelne Ereignisse, welche zur Modellierung der DBNs benö-tigt werden, werden aufgrund der bereits ausreichenden Datenlage jedoch schon über Deep Learning Verfahren ermittelt.


Zu diesem Thema vergeben wir Arbeiten zu Fragestellungen, die auf Bachelor- oder Masterarbeiten angelegt werden können.


Studienrichtung: (Wirtschafts-)Informatik, Ingenieurwissenschaften, Mathematik o.ä.


Voraussetzungen:

•    Großes Interesse für das Gebiet Künstliche Intelligenz
•    Kenntnisse im Bereich Machine Learning/Deep Learning
•    Freude am Einbringen eigener Ideen und gute Kommunikationsfähigkeit


Wir bieten Ihnen:

•    Gelegenheit Ihre Kenntnisse und Fähigkeiten in einem wissenschaftlichen Umfeld einzusetzen
•    Offenes und kommunikatives Arbeitsklima sowie eine intensive Betreuung
•    Bearbeitung zukunftsweisender Themen im Bereich der Künstlichen Intelligenz
•    Betreuung von Seminar- und Abschlussarbeiten
•    Hohen Praxisbezug durch die Zusammenarbeit mit der Firma Airbus


Ansprechpartner:

M.Sc. Mathias Anneken
Fraunhofer IOSB, Abteilung Interaktive Analyse und Diagnose (IAD)
Fraunhoferstraße 1, 76131 Karlsruhe
E-Mail: mahtias.anneken@iosb.fraunhofer.de
Tel.: 0721 6091 619


Bei Interesse senden Sie uns bitte ihre Bewerbungsunterlagen (Anschreiben, Lebenslauf, Notenauszug) in elektronischer Form.



02/28/2020  (16  Views )
Masterarbeit: VR Fußgängersimulators mit einem Makerless Motion Capture System

Das Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) betreibt erfolgreich die Umsetzung neuester Forschungsergebnisse in anwendungsreife Problemlösungen. In der Abteilung Interaktive Analyse und Diagnose (IAD) werden in enger Zusammenarbeit mit dem Computer Vision for Human-Computer Interaction Lab (Prof. Stiefelhagen) des KIT (cv:hci) Methoden zur automatischen Situationserkennung in intelligenten Umgebungen entwickelt. Wir bieten die Gelegenheit, an aktuellen Forschungsthemen und anwendungsnahen Forsschungsprojekten mitzuarbeiten, mit intensiver Betreuung und in einem kollegialen Arbeitsklima.

Ein Aspekt automatisierter Fahrzeuge ist die Kommunikation mit anderen Verkehrsteilnehmern wie zum Beispiel Fußgängern. Zur Untersuchung dieses Themas soll am Fraunhofer IOSB ein VR Fußgängersimulator aufgebaut werden. Hierbei werden zum einen die Trackingmöglichkeiten der HTC VIVE verwendet. Es sollen darüber hinaus aber auch ganzheitlich die Bewegungen der Probanden in VR abgebildet werden. Zu diesem Zweck soll im Rahmen der Abschlussarbeit ein Markerless Motion Capture System aufgebaut werden. Hierfür muss zuerst ein entsprechendes Kamerasystem zur Abdeckung des VR Raumes entworfen werden auf dessen Basis dann für jede Kamera mit Hilfe neuronaler Netze das 2D Skelett der Probanden erfasst und anschließend trianguliert wird. Abschließend soll diese Erfassung in die Spieleengine Unity integriert werden, um damit einen Avatar zu steuern und ein erstes Experiment mit dem System durchzuführen.

Studienrichtung

   •    Informatik, Ingenieurwissenschaften, Mathematik o.ä.

Aufgaben

•    Entwurf des Kamerasystems
•    Integration und Optimierung einer State of the Art Körperposenschätzung
•    Triangulation des 3D Skeletts aus den Einzelansichten
•    Umsetzung und Durchführung eines kleinen Experiments in Unity mit dem entwickelten System

Voraussetzungen

•    Kenntnisse in Computer Vision und Machine Learning
•    Kenntnisse in der Game Enginge Unity
•    Gute Kenntnisse in der Sprache Python

Wir bieten Ihnen

•    Gelegenheit Ihre Kenntnisse und Fähigkeiten in einem wissenschaftlichen Umfeld einzusetzen
•    Offenes und kommunikatives Arbeitsklima sowie eine intensive Betreuung
•    Bearbeitung zukunftsweisender Themen wie Digitalisierung und Mensch-Maschine-Interaktion

Ansprechpartner    Dipl.-Inform Manuel Martin

Bei Interesse senden Sie uns bitte ihre Bewerbungsunterlagen (kurzes Anschreiben, tabellarischer Lebenslauf, Notenaus-zug) in elektronischer Form.



02/28/2020  (18  Views )
Körperposenerfassung im Fahrzeuginnenraum für automatisierte Fahrzeuge

Das Fraunhofer-Institut für Optronik, Systemtechnik und Bildauswertung (IOSB) betreibt erfolgreich die Umsetzung neuester Forschungsergebnisse in anwendungsreife Problemlösungen. In der Abteilung Interaktive Analyse und Diagnose (IAD) werden in enger Zusammenarbeit mit dem Computer Vision for Human-Computer Interaction Lab (Prof. Stiefelhagen) des KIT (cv:hci) Methoden zur automatischen Situationserkennung in intelligenten Umgebungen entwickelt. Wir bieten die Gelegenheit, an aktuellen Forschungsthemen und anwendungsnahen Forschungsprojekten mitzuarbeiten, mit intensiver Betreuung und in einem kollegialen Arbeitsklima.
Die Erfassung des Fahrers in automatisierten Fahrzeugen ist sowohl für Übergaben vom automatisierten in den manuellen Fahrmodus, als auch für Komfortfunktionen von großer Bedeutung. Eine mögliche Grundfunktion ist hierzu die Erfassung der Position und Bewegung des Fahrers durch Schätzung des Oberkörperskeletts. Methoden zur Schätzung der Körperpose wurde in den letzten Jahren sehr aktiv beforscht, allerdings nicht im Kontext der Fahrerbeobachtung. Im Rahmen der studentischen Arbeit soll deshalb aus bereits vorhandenen Daten ein Datensatz zur Evaluation dieser Verfahren im Fahrzeug Innenraum erstellt werden. Mit Hilfe dieses Datensatzes sollen sowohl vorhandene Verfahren für den Einsatz im Fahrzeug Innenraum evaluiert, werden als auch eines der Verfahren weiterentwickelt werden.

Studienrichtung

    Informatik, Ingenieurwissenschaften, Mathematik o.ä.

Aufgaben

    Literaturrecherche zu aktuellen Verfahren zur Körperposenerfassung

    Erstellung eines (Trainings-)Datensatzes aus bereits vorhandenem Videomaterial mit annotierten Körperposen

    Implementierung eines Systems zur Körperposenerfassung im Fahrzeuginnenraum

    Vergleich des Systems mit aktuellen Verfahren auf dem erstellten Datensatz

Voraussetzungen

    Interesse an der Zukunft der Mensch-Maschine-Schnittstelle

    Gute Kenntnisse und ausgeprägtes Interesse im Bereich Maschinelles Lernen

    Gute Kenntnisse in der Sprache Python

Wir bieten Ihnen

    Gelegenheit, Ihre Kenntnisse und Fähigkeiten in einem wissenschaftlichen Umfeld einzusetzen

    Offenes und kommunikatives Arbeitsklima sowie eine intensive Betreuung

    Bearbeitung zukunftsweisender Themen wie Digitalisierung und Mensch-Maschine-Interaktion

 

Ansprechpartner:

Dipl.-Informatiker Manuel Martin

Bei Interesse senden Sie uns bitte ihre Bewerbungsunterlagen (kurzes Anschreiben, tabellarischer Lebenslauf, Notenauszug) in elektronischer Form.



12/16/2019  (64  Views )
Artificial Intelligence for Industry 4.0



12/11/2019  (109  Views )
Sensitivitätsanalyse eines Multitarget-Trackers mit Machine-Learningund Datenanalysemethoden



11/22/2019  (86  Views )
Embedded Software-Entwicklung für eine Roboterplattform



11/19/2019  (108  Views )
Entwicklung einer Firmware für drahtlose Sensorknoten



11/17/2019  (69  Views )
Masterarbeit am Fraunhofer ICT, Pfinztal im Bereich Polymer Engineering

Thema:

Charakterisierung der Lasteinleitung in komplexe automatisiert gewickelte Endlosfaserverstärkungen für thermoplastische Strukturbauteile bei dynamischer Belastung

 

Art der Arbeit:

Masterarbeit

 

Motivation:

Innovative Leichtbaulösungen auf Kunststoffbasis haben in den letzten Jahren zu ökonomisch und ökologisch effizienteren Automobilen geführt. In Kombination mit Verstärkungsfasern kann das mechanische Eigenschaftsniveau von Kunststoffen beträchtlich erhöht werden. Ein gezielter Einsatz von Verstärkungsfasern in den hochbelasteten Bereichen eines Bauteils, kann dabei sowohl Gewicht als auch Kosten sparen. Gewickelte Endlosfaserstrukturen basierend auf Hybrid-Rovings bilden hierfür eine ideale Voraussetzung auch dreidimensionale Verstärkungsskelette für hochbelastete Strukturbauteile für den Einsatz im Automobilbereich zu realisieren. Zur wirtschaftlichen Herstellung der gewickelten Endlosfasereinleger in Verbindung mit dem großserienfähigen Spritzgussprozess ist eine hohe Prozessautomatisierung notwendig. Die Endlosfasereinleger werden daher bei der 3D Skelett Wickeltechnologie (3DSW) automatisiert mit einem 6-Achs Industrieroboter gewickelt.

 

Arbeitsinhalte:

  • Einarbeitung in die Thematik der 3D Skelett Wickeltechnik (3DSW) und in die derzeitige Verarbeitungs- und Technologiesituation
  • Entwicklung eines geeigneten Prüfverfahrens zur Untersuchung der Krafteinleitung in gewickelte Endlosfaserstrukturen mit geradem und schrägem Kraftangriff bei dynamischer Belastung
  • Mechanische Charakterisierung einfacher Schlaufenstrukturen mit unterschiedlichen Lasteinleitungselementen (Inserts)
  • Übertragung der Erkenntnisse auf ein strukturelles Spritzgießbauteil
  • Mechanische Charakterisierung und Bewertung der untersuchten Lasteinleitungselemente bei dynamischer Belastung anhand eines strukturellen Spritzgießbauteils mit dreidimensionaler Endlosfaserstruktur

 

Voraussetzungen:

  • Interesse und Begeisterung für Leichtbaustrukturen aus Faserverbundwerkstoff
  • Selbstständigkeit, Eigeninitiative und strukturierte Arbeitsweise

 

Fachrichtung:

Maschinenbau, Materialwissenschaften oder verwandte Disziplinen

 

Beginn:

sofort

 

Standort:

Anstellung und Arbeitsplatz am Fraunhofer ICT in Pfinztal

 

Kontakt:

Björn Beck

Tel.: 0721/4640-593

E-Mail: bjoern.beck@ict.fraunhofer.de



11/17/2019  (63  Views )
Bachelor-/ Masterarbeit am Fraunhofer ICT, Pfinztal im Bereich Polymer Engineering

Thema:

Entwicklung von Gestaltungsrichtlinien für die 3D Skelett Wickeltechnik (3DSW) am Beispiel eines strukturellen Spritzgießbauteils mit dreidimensionaler Endlosfaserstruktur

 

Art der Arbeit:

Bachelor-/ Masterarbeit

 

Motivation:

Innovative Leichtbaulösungen auf Kunststoffbasis haben in den letzten Jahren zu ökonomisch und ökologisch effizienteren Automobilen geführt. In Kombination mit Verstärkungsfasern kann das mechanische Eigenschaftsniveau von Kunststoffen beträchtlich erhöht werden. Ein gezielter Einsatz von Verstärkungsfasern in den hochbelasteten Bereichen eines Bauteils, kann dabei sowohl Gewicht als auch Kosten sparen. Gewickelte Endlosfaserstrukturen basierend auf Hybrid-Rovings bilden hierfür eine ideale Voraussetzung auch dreidimensionale Verstärkungsskelette für hochbelastete Strukturbauteile für den Einsatz im Automobilbereich zu realisieren. Zur wirtschaftlichen Herstellung der gewickelten Endlosfasereinleger in Verbindung mit dem großserienfähigen Spritzgussprozess ist eine hohe Prozessautomatisierung notwendig. Die Endlosfasereinleger werden daher bei der 3D Skelett Wickeltechnologie (3DSW) automatisiert mit einem 6-Achs Industrieroboter gewickelt.

 

Arbeitsinhalte:

  • Einarbeitung in die Thematik der 3D Skelett Wickeltechnik (3DSW) und in die derzeitige Verarbeitungs- und Technologiesituation
  • Bestimmung der Prozessgrenzen für den automatisierten 3D Wickelprozess bei bestmöglicher Faserimprägnierung
  • Ableitung von Gestaltungsrichtlinien für die 3D Skelett Wickeltechnik anhand von theoretischen Betrachtungen und experimentell durchgeführten 3D Wickelversuchen
  • Erarbeitung einer Wirtschaftlichkeitsbetrachtung des 3DSW Gesamtprozesses unter Berücksichtigung der Erkenntnisse der abgeleiteten Gestaltungsrichtlinien

 

Voraussetzungen:

  • Interesse und Begeisterung für Leichtbaustrukturen aus Faserverbundwerkstoff
  • Selbstständigkeit, Eigeninitiative und strukturierte Arbeitsweise

 

Fachrichtung:

Maschinenbau, Wirtschaftsingenieurwesen, Materialwissenschaften oder verwandte Disziplinen

 

Beginn:

sofort

 

Standort:

Anstellung und Arbeitsplatz am Fraunhofer ICT in Pfinztal

 

Kontakt:

Björn Beck

Tel.: 0721/4640-593

E-Mail: bjoern.beck@ict.fraunhofer.de

 



10/30/2019  (74  Views )
Prototypische Entwicklung eines effizienten Ausschleusesystems für optische Sortierer



   1  2  3  ...