Stage-oe-small.jpg

Thema4562: Unterschied zwischen den Versionen

Aus Aifbportal
Wechseln zu:Navigation, Suche
 
Zeile 2: Zeile 2:
 
|Titel=Manöver- / Trajektorienplanung unter Unsicherheiten
 
|Titel=Manöver- / Trajektorienplanung unter Unsicherheiten
 
|Abschlussarbeitstyp=Bachelor, Master
 
|Abschlussarbeitstyp=Bachelor, Master
|Betreuer=Philip Schoerner
+
|Betreuer=Philip Schörner
 
|Partner=FZI Forschungszentrum Informatik;
 
|Partner=FZI Forschungszentrum Informatik;
 
|Forschungsgruppe=Angewandte Technisch-Kognitive Systeme
 
|Forschungsgruppe=Angewandte Technisch-Kognitive Systeme

Aktuelle Version vom 25. Februar 2020, 11:19 Uhr



Manöver- / Trajektorienplanung unter Unsicherheiten




Informationen zur Arbeit

Abschlussarbeitstyp: Bachelor, Master
Betreuer: Philip Schörner
Forschungsgruppe: Angewandte Technisch-Kognitive Systeme
Partner: FZI Forschungszentrum Informatik
Archivierungsnummer: 4562
Abschlussarbeitsstatus: Offen
Beginn: 01. März 2020
Abgabe: unbekannt

Weitere Informationen

Unsicherheiten treten in allen Komponenten der Fahrfunktionen eines autonomen Fahrzeugs auf, von Messunsicherheiten der Sensoren über die eigene Lokalisierung und die Vorhersage anderer Verkehrsteilnehmer bis hin zur Ausführung der geplanten Trajektorie. Hinzu kommen Unsicherheiten durch verdeckte Bereiche, welche erst bei vollumfassender Betrachtung einer Situation deutlich werden. Um sicher autonom Fahren zu können, müssen diese Unsicherheiten erkannt und berücksichtigt werden.


AUFGABEN

In diesem Kontext werden verschiedene Aufgaben im Bereich der Umgebungsrepräsentation, Szeneninterpretation und Manöver-/Trajektorienplanung vergeben, um bestehende Komponenten zu erweitern und neue Komponenten zu entwickeln, mit dem Ziel das autonome Fahren sicherer und risikobewusster zu machen. Die Arbeiten können u.a. folgende Themen umfassen:

  • (Weiter-)Entwicklung von Umgebungsmodellen
  • Bestimmung des Sichtfeldes, Erkennen von Verdeckungen und Bestimmung von Freiraum
  • Anwenden von Reachable Sets
  • Arbeiten mit Probabilistischen Planungsverfahren wie z.B. Partially Observable Markov Decision Processes
  • Integration von Unsicherheiten der Umgebungswahrnehmung, Lokalisierung und Ausführung in die Planungskomponenten
  • Evaluation und Interpretation der Ergebnisse in der Simulation, auf realen Daten oder einem Versuchsträger


WIR BIETEN

  • ein interdisziplinäres Forschungsumfeld mit Partnern aus Wissenschaft und Wirtschaft
  • eine konstruktive Zusammenarbeit mit hellen, motivierten Mitarbeitern
  • eine angenehme Arbeitsatmosphäre
  • konstruktive Zusammenarbeit und studentenfreundliche flexible Arbeitszeiten

WIR ERWARTEN

  • Fähigkeit sowohl State of the Art, als auch experimentelle Algorithmen zu implementieren
  • Gute C++ (C++11, STL, etc.) Kenntnisse
  • selbständiges Denken und Arbeiten
  • sehr gute Deutsch- oder Englischkenntnisse
  • Hohe Kreativität und Produktivität

ERFORDERLICHE UNTERLAGEN

  • aktueller Notenauszug
  • tabellarischer Lebenslauf

KONTAKT

Philip Schörner