Semantic Lane Estimation with Deep Learning for Mapless Driving

Masterarbeit

Themen-Schwerpunkt: Mobilität, Sichere und intelligente Fahrzeuge
Studiengänge: Elektrotechnik, Informatik, Informationstechnik, Maschinenbau, Mathematik

Umfeld

Für das automatische Fahren sind hochgenaue Karten mittlerweile elementar. Was aber passiert, falls diese Karten nicht aktuell sind, weil bspw. eine Baustelle befahren wird, oder der Zugriff auf diese Karten ausfällt? Insbesondere für diese Notfallsituationen muss eine robuste Umgebungsrepräsentation kalkuliert werden, die die Fahrbahntopologie und Hindernisse korrekt darstellt. Mit Hilfe von Deep Learning wollen wir diese Umgebungsrepräsentation automatisiert erlernen und insbesondere Fahrstreifen im Bild segmentieren.

Aufgaben

Wir suchen einen Studenten, der in seiner Abschlussarbeit das Thema aktiv mitgestalten möchte. Konkret soll ein neuronales Netz entwickelt werden, mit dem die Ränder der Fahrstreifen geschätzt bzw. approximiert werden können. Bisherige Arbeiten in die Richtung fokussieren sich entweder primär auf pixelweise Segmentierung oder lediglich Autobahnszenarios. Für die Arbeit stehen daher folgende Schritte an:

  • Literaturrecherche zum Thema Deep Learning für Polygon-, Spline- oder Polynomschätzung
  • Konzeptentwicklung
  • Erweiterung bestehender Frameworks zur Umsetzung des entwickelten Konzepts
  • Evaluation der Lösung mittels dem TuSimple Datensatz (Autobahn) und einer Erweiterung von Cityscapes (Innenstadt)

Gerne beantworten wir dir unverbindlich Fragen zur Thematik, Referenzliteratur oder sonstigen Themen. Frag einfach unverbindlich oder bewirb dich direkt!

Wir bieten

  • Einen Einblick in das autonome Fahren
  • Ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft, Wirtschaft und Anwendern
  • Eine wirtschafts- und industrienahe Arbeitsumgebung
  • Eine angenehme Arbeitsatmosphäre in einem jungen und motivierten Team

Wir erwarten

  • Sehr gute Kenntnisse in Python
  • Erfahrung mit Neuronalen Netzen und Tensorflow
  • Selbständiges Denken und Arbeiten
  • Sehr gute Deutsch- oder Englischkenntnisse
  • Motivation und Engagement

Ihre Bewerbung

Melde dich bei Interesse oder Fragen einfach unverbindlich bei oder bewirb dich direkt mit einem aktuellen Notenauszug und Lebenslauf. Wir würden uns außerdem über ein Coding-Beispiel von dir freuen (bspw. hackerrank.com).

Weitere Informationen

Betreuendes Institut am KIT: Institut für Mess- und Regelungstechnik (MRT), Prof. Dr.-Ing. Christoph Stiller