Abschlussarbeit - Dynamische Hinderniserkennung und Prädiktion für Autonome Outdoor Navigation

Ausschreibung für die Fachrichtung wie z. B.: Automatisierungstechnik, Elektrotechnik, Informatik oder vergleichbare.

In der Forschungsgruppe Navigation mobiler Roboter entwickeln wir autonome, mobile Roboter für vielfältige Outdoor-Anwendungen, beispielsweise in der Landwirtschaft, Forstwirtschaft und Logistik. Der Fokus liegt auf der Entwicklung autonomer Outdoor-Navigationslösungen sowie der Hardware der Roboter.

Autonome Navigation in dynamischen Umgebungen und bei höheren Geschwindigkeiten stellt mobile Roboter vor besondere Herausforderungen. Um eine sichere und effiziente Pfadplanung zu gewährleisten, muss der Roboter die zukünftige Bewegung dynamischer Hindernisse vorhersagen und diese Information in sein Umgebungsverständnis integrieren. Dazu gehört die Klassifikation von Hindernissen als dynamische Objekte wie Fußgänger, Fahrräder und Fahrzeuge auf Basis von LiDAR- und/oder Kameradaten. Außerdem sollen realistische und/oder konservative Bewegungskorridore vorhergesagt und diese Informationen effizient in ROS2-Costmaps integriert werden. Eine zentrale Integrationsanforderung ist die Kompatibilität mit dem ROS2 Nav2 Stack, der im aktuellen Stand der Technik für die Navigation mobiler Roboter weit verbreitet ist.

Hier sorgen Sie für Veränderung

Sie werden zunächst einen geeigneten State-of-the-Art-Ansatz zur Detektion und Klassifikation auf Basis von LiDAR- und/oder Kameradaten auswählen. Ihr Schwerpunkt liegt jedoch auf dem Tracking und der Prädiktion dieser Hindernisse und der Integration dieser Infos in eine Costmap. Dafür untersuchen Sie verschiedene Arten von Vorhersagemethoden, beispielsweise Intent Prediction, Reachability-Ansätze oder Bayesian Filtering, und entwickeln einen robusten Prädiktionsalgorithmus. Diese dynamischen Vorhersagen müssen anschließend in eine Kartenrepräsentation integriert werden, damit sie in der Pfadplanung des Roboters berücksichtigt und genutzt werden können. Sie implementieren Ihre Lösung in unserem ROS 2-/C++-Navigationsstack und validieren sie sowohl in Simulationen als auch in realen Szenarien mit unseren mobilen CURT-Robotern.

Hiermit bringen Sie sich ein

• Gültige Immatrikulation an einer deutschen Hochschule oder Universität

• Programmierkenntnisse und praktische Erfahrung mit C++/Python

• Erfahrung mit ROS ist von Vorteil

• Analytische Denkweise

• Begeisterung für mobile Robotik

• Regelmäßige Präsenz an unserem Standort direkt am Campus der Universität Stuttgart

• Fließende Deutsch- oder Englischkenntnisse

Was wir für Sie bereithalten

• Cutting-Edge-Technologie im Bereich der Outdoor-Robotik

• Praktische Arbeit mit unseren Robotern in Stuttgart

• Eigenverantwortung und Freiheit, eigene Ideen umzusetzen

• Zusammenarbeit mit den besten Studierenden ihres Fachgebiets

Die Vergütung erfolgt je nach Qualifikation. Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern. Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft. Bereit für Veränderung? Dann bewerben Sie sich jetzt, und machen Sie einen Unterschied! Nach Eingang Ihrer Online-Bewerbung erhalten Sie eine automatische Empfangsbestätigung. Dann melden wir uns schnellstmöglich und sagen Ihnen, wie es weitergeht.

Frau Lisa Schäfer Recruiting +49 711 970-3681 lisa.schaefer@ipa.fraunhofer.de

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

www.ipa.fraunhofer.de

Kennziffer: 85217