Lane Estimation with Deep Learning

Bachelor thesis, Master thesis

Research focus: Machine Learning, Mobility, Safe and Intelligent Vehicles
Courses of study: Electrical Engineering, Informatics, Information Engineering, Mechanical Engineering, Mathematics, Mechatronics, Related Disciplines

Job Description

Für das autonome Fahren sind hochgenaue Karten mittlerweile elementar. Was
aber passiert, falls diese Karten nicht aktuell sind, weil bspw. eine Baustelle be-
fahren wird, oder der Zugriff auf diese Karten ausfällt? Insbesondere für diese
Situationen muss eine robuste Umgebungsrepräsentation existieren, die eine
solche Karte ersetzen kann und ein robustes Fahren auch ohne Karteninforma-
tionen ermöglicht. Genauso wie dies der menschliche Verstand verarbeitet, kann
die Geometrie der Fahrstreifen, sowie deren Fahrtrichtung rein aus Sensorik wie
einer Kamera oder einer Laser-Punktwolke abgeleitet werden.

Das klingt interessant? Perfekt! Ich suche einen Studenten, der in seiner Ab-
schlussarbeit das Thema aktiv mitgestalten möchte. Konkret sollen Netze trainiert, mit denen die Fahrstreifen geschätzt werden können. Mit Hilfe dieser Darstellung ist es dann
möglich, rein basierend auf Bildinformationen und ohne jegliche Karteninfo-
ration automatisch fahren zu können!

Your Responsibilities

  • Umsetzung einer Netzarchitektur zur Fahrstreifenschätzung
  • Entwicklung einer geeigneten Loss-Funktion
  • Evaluation der Ergebnisse mit bekannten Datensätzen wie Nuscenes (nuscenes.org)

Our Offer

  • ein interdisziplinäres Arbeitsumfeld mit Partnern aus Wissenschaft, Wirtschaft und Anwendern
  • eine wirtschafts- und industrienahe Arbeitsumgebung
  • eine angenehme Arbeitsatmosphäre in einem jungen und motivierten Team
  • Verwendung von Gitlab und Continuous Integration
  • ggf. HomeOffice Arbeit mit Zugriff auf Trainingsserver

Your Profile

  • selbstständiges Denken und Arbeiten
  • sehr gute Deutsch- oder Englischkenntnisse
  • Motivation und Engagement
  • Erfahrungen mit Python, CNNs und Linux
  • einen Notenschnitt besser als 2,5

Application

Bitte legen Sie Ihrem Anschreiben folgende Unterlagen bei:

  • aktueller Notenauszug
  • tabellarischer Lebenslauf

Job Description

Gerne beantworte ich dir unverbindlich Fragen zur Thematik. Frag mich einfach
unverbindlich oder bewirb dich direkt!

Start: flexibel, gerne ab sofort