Master Thesis: Class-aware Pointcloud Filtering and Matching for Long-Term SLAM

Call for applications for the field of study, such as: automation technology, electrical engineering, computer science, cybernetics, mechanical engineering, mathematics, mechatronics, physics, control engineering, software design, software engineering, technical computer science, surveying engineering or similar.

In the research group navigation of mobile robots, we develop autonomous robots for a variety of outdoor applications, such as agriculture, forestry and logistics. The focus is on the development of an autonomous outdoor navigation solution as well as the hardware of the robots.

Hier sorgen Sie für Veränderung

Since these outdoor applications have constantly changing environments due to weather conditions, seasonal variations, new constructions, and dynamic obstacles, the robot must continuously update its reference map of the whole environment. The localization module must understand which parts of the environment are static and which are semi-static or dynamic and update the global pointcloud reference map accordingly. Furthermore, the scan matching of the live pointclouds with this sparser global pointcloud map must be improved to get good pose estimate even with many dynamic obstacles blocking the view.

Hiermit bringen Sie sich ein

You will develop a global pointcloud mapping pipeline consisting of a pointcloud filtering approach and a pointcloud matching algorithm. The filtering approach should utilise camera-based classifications, from a sperate module, in the pointcloud data to distinguish different object types and construct and maintain a consistent global pointcloud map. The scan matching algorithm needs to be suitable for sparse environments with dynamic obstacles and must result in very few false positive matches. There already exists a basis of a 3D-LiDAR Localization module, that uses a local pointcloud map for odometry and a static global pointcloud map for absolute reference and your algorithm will replace the static global pointcloud map with your new updating global pointcloud mapping pipeline.
You will implement your solution inside our ROS2, C++ navigation stack and evaluate its performance both in simulation and in different real-world scenarios with our mobile CURT robots.

From You

• Valid enrollment at a German university or college
• Background in Computer Science, Software Engineering, Mechanical Engineering, Mechatronics or similar
• Programming knowledge and experience
• Experience with ROS is a plus
• Analytical mindset
• Enthusiasm for mobile robotics
• Fluent in English or German

Was wir für Sie bereithalten

For You

• Cutting-edge technology in the field of outdoor mobile robotics
• Hands on with our robots in Stuttgart
• Take on responsibility and freedom to implement your own ideas
• Work with the best students in their discipline

Die Vergütung erfolgt je nach Qualifikation.

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: 85224Bewerbungsfrist: