Studien-/Abschlussarbeit: Dynamic Obstacle Prediction for Autonomous Outdoor Navigation

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

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

Hier sorgen Sie für Veränderung

Autonomous navigation in dynamic environments and higher speeds create challenges to typical mobile robots. To ensure safe and efficient path planning the robot must predict the future movement of dynamic obstacles and integrate that into its world understanding. This includes classifying the obstacle into typical dynamic obstacles like pedestrians, bikes, and vehicles based on LiDAR and/or camera data, predicting a realistic and/or conservative movement corridor and integrate this information efficiently into ROS2 costmaps. An important integration requirement lies in the compatibility with the ROS2 Nav2 Stack, which is widely used in the state of art of mobile robotics navigation.

Hiermit bringen Sie sich ein

First, you will select a suitable state-of-the-art detection and classification approach based on LiDAR and/or camera data. But your focus lies on the prediction and map integration part of the pipeline. Therefore, you will investigate different types of predictions like intent prediction, reachability approaches or Bayesian filtering and develop a robust prediction algorithm. These dynamic predictions must then be integrated into a map representation to be included and used in the path planning of the robot. An important integration requirement lies in the compatibility with the ROS2 Nav2 Stack, which is widely used in the state of art of mobile robotics navigation. You will implement your solution inside our ROS2, C++ navigation stack and validate it both in simulation and in 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 Lisa Schäfer

Recruiting

+49 711 970-3681

[email protected]

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

Kennziffer: 85217Bewerbungsfrist: