Masterand (all genders) - Multi-Kamera 3D-Objekterkennung für intelligente Kreuzungen in Augsburg, Karlsruhe, Krumbach (Schwaben), Erlangen, Ingolstadt, München, Münster, Leipzig, Berlin
Bewirb dich jetzt auf die Stetelle Masterand (all genders) - Multi-Kamera 3D-Objekterkennung für intelligente Kreuzungen in Augsburg, Karlsruhe, Krumbach (Schwaben), Erlangen, Ingolstadt, München, Münster, Leipzig, Berlin.
![StepStone StepStone](https://youngcapital-uploads-production.s3.eu-west-1.amazonaws.com/nl/files/customers/logos/0017/4537/medium/8cbff0f7-c644-4360-ac7f-cfed78a3983b.jpg?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Credential=AKIAIB5LXDY5VMZ45CRQ%2F20240907%2Feu-west-1%2Fs3%2Faws4_request&X-Amz-Date=20240907T120028Z&X-Amz-Expires=90000&X-Amz-SignedHeaders=host&X-Amz-Signature=7479b7319ad434b6a60cd475653bc7308475a604187bc60fc51d16beac820b10)
Jobbeschreibung
In dieser Abschlussarbeit steht die Multi-Kamera 3D-Objekterkennung für intelligente Kreuzungen im Mittelpunkt, wobei die Verkehrsteilnehmer mit Hilfe mehrerer an der Verkehrsinfrastruktur montierter Kameras erkannt werden sollen. Während sich das automatisierten Fahren weiterentwickelt, bleibt die Zuverlässigkeit in komplexen Situationen wie großen Kreuzungen eine Herausforderung. Das Forschungsprojekt VALISENS zielt darauf ab, die Umgebung durch die Nutzung von Sensordaten aus der Infrastruktur mittels multiperspektivischer Sensorfusion zuverlässiger zu erfassen.
Im Rahmen dieser Arbeit werden verschiedene Ansätze zur kamera-basierten 3D-Objekterkennung für automatisiertes Fahren untersucht, insbesondere unter Verwendung von Bilddaten aus mehreren Kameras. Eine umfassende Literaturrecherche wird durchgeführt, um existierende Methoden der kamera-basierten 3D-Objekterkennung im Kontext des automatisierten Fahrens zu erfassen. Ausgewählte Ansätze werden implementiert und auf geeigneten Datensätzen trainiert und evaluiert.
Je nach Umfang der Arbeit besteht die Möglichkeit, einen eigenen Ansatz zu entwickeln, der in den Vergleich mit einbezogen wird. Das Ziel ist es, die Wirksamkeit und Praktikabilität verschiedener Ansätze zur Multi-Kamera 3D-Objekterkennung für die Wahrnehmung am Straßenrand zu bewerten und neue Wegezur Verbesserung der Zuverlässigkeit und Genauigkeit der Umgebungswahrnehmung im Kontext des automatisierten Fahrens aufzuzeigen.
Extra Informationen
- Status
- Offen
- Ausbildungsniveau
- Abitur
- Standort
- Augsburg, Karlsruhe, Krumbach (Schwaben), Erlangen, Ingolstadt, München, Münster, Leipzig, Berlin
- Jobart
- Teilzeitjob
- Veröffentlicht am
- 06-09-2024
- Tätigkeitsbereich
- Finance / Accounting / Controlling
- Führerschein erforderlich?
- Nein
- Auto erforderlich?
- Nein
- Motivationsschreiben erforderlich?
- Nein
- Sprachkenntnisse
- Deutsch
Erhalte passende Stellenanzeigen als E-Mail
Bitte sage uns, wo du ähnliche Stellenanzeigen suchst und vergiss nicht deine E-Mail Adresse anzugeben!
Dieses Jobangebot teilen
Wir heißen zwar YoungCapital, aber bei uns ist jeder willkommen. Auch wenn du schon etwas mehr Erfahrung hast. Noch mehr Fragen? Check unsere FAQ.