Benchmark von Sim2Real Methoden im Kontext Autonomes Fahren

Masterarbeit

Themen-Schwerpunkt: Maschinelles Lernen, Sichere und intelligente Fahrzeuge
Studiengänge: Informatik, Verwandte Studiengänge, Wirtschaftsinformatik

Umfeld

Methoden aus der Simulation in der echten Welt anwenden

Forschungsgruppen von Nvidia und Intel haben kürzlich Methoden veröffentlicht, die Bilddaten aus Simulations-umgebungen und Spielen als Input nehmen und in die "realworld" Domainübertragen, um Fotorealismus zu erzielen. Im Rahmen des Forschungsprojekts KIGLIS entwickeln wir Methoden, die bewerten, ob ein autonomes Fahrzeug die aktuelle Situation bewältigen kann. Um diese simulationsbasierten Ergebnisse auf unser Forschungsfahrzeug CoCar zu übertragen, ist es wichtig, die unterschiedlichen Domänen von Simulation und Realwelt zu berücksichtigen. In dieser Masterarbeit wirst du State-of-the-Art-Methoden für den Domain-transfer implementieren und deren Performance evaluieren

Aufgaben

  • Literaturrecherche zum Stand der Technik von Methoden für den Domaintransfer von der Simulation in die reale Welt für Kamera-, Lidar- und Radardaten
  • Implementierung mehrerer Domaintransfer-Methoden für Bilddaten auf Basis der Unreal Engine 4 basierten Simulatoren CARLA und AirSim
  • Benchmarking der Leistung der implementierten Ansätze im Vergleich zu realen Daten auf Basis von Metriken, die die Qualität von Einzelbildern und deren zeitlicher Kohärenz bewerten

Wir bieten

  • Ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft, Industrie und Gesellschaft
  • Einblicke in die Spitzenforschung auf dem Gebiet des Autonomen Fahrens
  • Moderne Nvidia-GPUs zum Training
  • Konstruktive und SCRUM-inspirierteZusammenarbeit innerhalb desTeams
  • Bei herausragender Arbeit eine anschließende gemeinsame wissenschaftliche Publikation

Wir erwarten

  • Gute Python-Programmierkenntnisse, optional Erfahrungen mit ROS
  • Kenntnisse über Deep Learning, insb. generative Modelle und CNNs
  • Erfahrung mit Tensorflow oder PyTorch, optional Clear ML
  • Selbständiges Denken und Arbeiten, hohe Motivation und Engagement
  • Fließend in Englisch oder Deutsch
  • P.S.: Wenn dein Profil nicht den Kriterien entspricht, überzeug mich, dass du trotzdem top performen würdest!

Bewerbung

Wir freuen uns auf Deine PDF-Bewerbung an Daniel Bogdoll, mit folgenden Unterlagen:

  • Zwei Sätze über deine Motivation (in der E-Mail)
  • Bachelorzeugnis + Notenauszug Master
  • Tabellarischer Lebenslauf

Weitere Informationen

  • Start: ab sofort
  • Home-Office ist derzeit möglich
  • KIGLIS Projekt-Website
  • Betreuendes Institut am KIT: AIFB | Prof. Dr. J. Marius Zöllner