Automatisierte Fahrfunktionen werden immer komplexer. Eine Absicherung rein über Feldtests ist mit steigendem Level der Automatisierung nicht mehr ausreichend und muss durch Simulationen ergänzt werden. Diese müssen unter anderem dazu in der Lage sein, den umgebenden menschlichen Verkehr zu modellieren, sodass die Fahrfunktion in der Simulation einen realistischen Input erhält. Von besonderer Relevanz hierbei sind Spurwechsel, die zum Beispiel im Rahmen eines knappen Einschermanövers kritische Situationen für die automatisierte Fahrfunktion hervorrufen können. Sie bilden den zentralen Gegenstand dieser Masterarbeit, die die folgenden Aufgaben umfasst:
- Du übernimmst die Literaturrecherche zum aktuellen Stand der Forschung
- Du bist für den Aufbau, die Weiterentwicklung und Implementierung eines echtzeitfähigen Modells zur Beschreibung von Spurwechseln unter Verwendung von Realdaten zuständig
- Weiterhin gehören die Identifizierung und Anwendung geeigneter Gütekriterien zur Bewertung des entwickelten Modells zu deinem Aufgabenbereich
- Nicht zuletzt übernimmst du das Erstellen einer schriftlichen Ausarbeitung
- Du studierst aktuell Simulationstechnik, Informatik, Mathematik, Physik oder einen vergleichbaren Studiengang
- Du verfügst über sehr gute Programmierkenntnisse in Python
- Du hast Kenntnisse im Bereich Machine Learning wie zum Beispiel Markov-Prozesse
- Du bringst Erfahrung im Umgang mit Sensordaten wie LIDAR, Kamera und CAN Bus
- Du verfügst über Kenntnisse im Bereich Simulation
- Grundkenntnisse über Fahrerassistenzsysteme sind von Vorteil
- Du kannst dich gut in englischer Sprache und idealerweise auch in deutscher Sprache verständigen
- Führerschein der Klasse B ist wünschenswert
- Zu deinen Stärken zählen ausgeprägte analytische und konzeptionelle Fähigkeiten sowie eine selbstständige Arbeitsweise
Wissenswertes vor der Abfahrt:
Voraussetzung: gültige Immatrikulation an einer Hochschule oder Universität
Beginn: ab Oktober
Dauer: 6 Monate