Neuromorphe Hardware und event-basierte Sensoren

Research assistant, Thesis

Research focus: Automation and Robotics, Machine Learning, Service Robotics and Mobile Manipulation, Software Engineering
Courses of study: Electrical Engineering, Informatics, Mechanical Engineering

Job Description

Im Projekt „NeuroReact“ wird ein neuartiger Ansatz zur Robotersteuerung umgesetzt. Der herkömmliche Sense-Plan-Act Zyklus wird hierbei durch eine ganzheitliche Lösung für Perzeption, Bewegungsplanung, Hindernisvermeidung und Pfadadaption ersetzt. Es werden neueste Erkenntnisse der Neurowissenschaften als auch moderne Techniken wie SNN (Spiking Neural Networks), ereignisbasierte Kameras und neuromorphe Hardware verwendet um ein echtzeitfähiges, reaktives Planungssystem zu realisieren.

Das Gesamtsystem besteht aus mehreren Sensorräumen. Die Umgebung des Roboters wird durch ereignisbasierte Kameras wahrgenommen und als Population von Neuronen dargestellt. Durch die Eigenwahrnehmung des Roboters wird dessen Gestalt unterdrückt und somit der Hindernisraum erzeugt. Die Neuronen des Hindernisraums unterdrücken die korrespondierenden Neuronen des Konfigurationsraums, in welchem die kollisionsfreie Pfadplanung in Form des Wavefront Algorithmus stattfindet.

Your Responsibilities

Es gibt mehrere Möglichkeiten einer studentischen Abschlussarbeit/HiWi Stelle in diesem Bereich:

  • Implementierung neuer Ansätze mit SNN und Weiterentwicklung von adaptiven CV Algorithmen
  • Umsetzung von Algorithmen zu event-basiertem Stereo Sehen auf neuromorpher Hardware (SpiNNaker)
  • Pfadplanung in einem mehr dim. SNN, das den Konfigurationsraum eines Roboters repräsentiert.
  • Umsetzung von Algorithmen und Techniken zur Dimensionsreduktion

Our Offer

  • Ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft, Wirtschaft und Anwendern
  • Ein junges und ambitioniertes Team
  • Eine angenehme Arbeitsatmosphäre und flexible Arbeitszeiten

Your Profile

  • Gute Programmierkenntnisse (C++, python) sowie sehr gute Deutsch- oder Englischkenntnisse
  • Theoretische Kenntnisse im Bereich Maschinelles Lernen, Neuronale Netze und Robotik sind von Vorteil
  • Selbständiges Denken und Arbeiten sowie Motivation und Interesse am Thema

Application

Wir freuen uns auf Deine PDF-Bewerbung an Lea Steffen, steffen@dont-want-spam.fzi.de, mit folgenden Unterlagen:

  • kurzes informelles Anschreiben
  • aktueller Notenauszug
  • tabellarischer Lebenslauf etc.

Job Description