Methode zur Anreicherung von Trajektorien mit semantischen Informationen mittels maschinellem Lernen

Master thesis

Research focus: Embedded Systems, Machine Learning, Mobility, Software Engineering
Courses of study: Electrical Engineering, Informatics, Information Engineering, Related Disciplines

Job Description

Die Entwicklung autonomer Fahrfunktionen erfordert neue Methoden in der Absicherung. Eine Möglichkeit dafür ist das Testen mithilfe von Fahrszenarien. Diese können beispielsweise aus aufgezeichneten Fahrten extrahiert werden. Das FZI Forschungszentrum Informatik erforscht in Kooperation mit understand.ai verschiedene Möglichkeiten der Extraktion von Fahrszenarien zur späteren Verwendung in der Simulation.
Im Rahmen dieser Arbeit sollen extrahierte Trajektorien des Ego-Fahrzeugs und anderer Verkehrsteilnehmer klassifiziert bzw. gruppiert und semantisch interpretiert werden. Dazu sollen unter anderem verschiedene atomare Manöver identifiziert und zu komplexeren Manövern kombiniert werden. Auch die Fahrzeugumgebung soll in die semantische Interpretation einfließen. So sollen beispielsweise innerstädtische Abbiegemanöver von Kurven auf Landstraßen unterschieden werden können. Durch eine Literaturrecherche sollen die aktuellen Methoden zur Manövererkennung identifiziert und darauf aufbauend eigene Konzepte entwickelt und bewertet werden. Ein Proof-of-Concept einer Methode und eine anschließende Evaluation sollen ebenso Bestandteil der Arbeit sein.

Your Responsibilities

  • Generalisierung & Aufbereitung von Fahrzeugdaten
  • Anreicherung der Messdaten durch Einbindung externer Datenquellen (z.B. Wetterdienste)
  • Visualisierung und Analyse von Messfahrten
  • Bewertung der Validität und Verwendbarkeit der Messdaten für bestimmte Analysezwecke
  • Dokumentation des Vorgehens

Our Offer

  • ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft, Wirtschaft und Anwendern
  • eine wirtschafts-/industrienahe Arbeitsumgebung und -organisation
  • kooperative Betreuung mit understand.ai
  • eine angenehme Arbeitsatmosphäre
  • konstruktive Zusammenarbeit

Your Profile

  • gute Kenntnisse in Matlab und/oder Python
  • Optional: Grundkenntnisse im Umgang mit automobilen Messdaten & Methoden der Signalverarbeitung
  • selbständiges Denken und Arbeiten
  • sehr gute Deutsch- oder Englischkenntnisse
  • Motivation und Engagement

Your Application

Wir freuen uns auf Deine PDF-Bewerbung an Jacob Langner, langner@fzi.de, mit folgenden Unterlagen:

  • Aktuelle Studienbescheinigung
  • Aktueller Notenauszug
  • Tabellarischer Lebenslauf

Job Description

  • Start: ab sofort