Masterarbeit - Semantisches Pointcloud Filtering und Matching für Long-Term SLAM

Auschreibung für die Fachrichtung wie z. B.: Automatisierungstechnik, Elektrotechnik, Informatik oder vergleichbare.

In der Forschungsgruppe Navigation mobiler Roboter entwickeln wir autonome Roboter für vielfältige Outdoor-Anwendungen, beispielsweise in der Landwirtschaft, Forstwirtschaft und Logistik. Der Fokus liegt auf der Entwicklung einer autonomen Outdoor-Navigationslösung sowie der Hardware unserer Roboter.
Da sich diese Outdoor-Umgebungen durch Wetterbedingungen, saisonale Veränderungen, Neubauten und dynamische Hindernisse kontinuierlich verändern, muss der Roboter seine Repräsentation der gesamten Umgebung fortlaufend aktualisieren. Das Lokalisierungs-Modul muss erkennen, welche Bereiche statisch, semi-statisch oder dynamisch sind, und die globale Pointcloud-Referenzkarte entsprechend anpassen. Darüber hinaus soll das Scan Matching zwischen den Live-Pointclouds und der globalen Pointcloud-Karte verbessert werden. Dadurch soll auch bei vielen dynamischen Hindernissen, die die Sicht blockieren, eine zuverlässige Posenschätzung möglich sein.

Hier sorgen Sie für Veränderung

Sie entwickeln eine globale Pointcloud-Mapping-Pipeline, bestehend aus einem Pointcloud-Filtering-Ansatz und einem Pointcloud-Matching-Algorithmus. Der Filtering-Ansatz soll kamerabasierte Klassifikationen aus einem separaten Modul in den Pointcloud-Daten nutzen, um unterschiedliche Objektarten zu unterscheiden und eine konsistente globale Pointcloud-Karte aufzubauen und zu pflegen.
Der Scan-Matching-Algorithmus muss für spärlich strukturierte Umgebungen mit dynamischen Hindernissen geeignet sein und sehr wenige False-Positive-Matches erzeugen.
Bereits vorhanden ist eine Basis eines 3D-LiDAR-Localization-Moduls, das eine lokale Pointcloud-Karte für die Odometrie und eine statische globale Pointcloud-Karte als absolute Referenz verwendet. Ihr Algorithmus ersetzt diese statische globale Karte durch die neue, fortlaufend aktualisierte globale Pointcloud-Mapping-Pipeline.
Sie implementieren Ihre Lösung in unserem ROS2-/C++-Navigationsstack und evaluieren die Performance sowohl in Simulationen als auch in verschiedenen realen Szenarien mit unseren mobilen CURT-Robotern.

Hiermit bringen Sie sich ein

• gültige Immatrikulation an einer deutschen Hochschule oder Universität
• Programmierkenntnisse und praktische Erfahrung mit C++/Python
• Erfahrung mit ROS ist von Vorteil
• Analytische Denkweise
• Begeisterung für mobile Robotik
• Regelmäßige Präsenz an unserem Standort direkt am Campus der Universität Stuttgart
• Fließende Deutsch- oder Englischkenntnisse

Was wir für Sie bereithalten

• Cutting-Edge-Technologie im Bereich der Outdoor-Robotik
• Praktische Arbeit mit unseren Robotern in Stuttgart
• Eigenverantwortung und Freiheit, eigene Ideen umzusetzen
• Zusammenarbeit mit den besten Studierenden ihres Fachgebiets

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Bereit für Veränderung? Dann bewerben Sie sich jetzt, und machen Sie einen Unterschied! Nach Eingang Ihrer Online-Bewerbung erhalten Sie eine automatische Empfangsbestätigung. Dann melden wir uns schnellstmöglich und sagen Ihnen, wie es weitergeht.

Frau Jennifer Leppich

Recruiting

+49 711 970-1415

[email protected]

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

Kennziffer: 85224