Wir erforschen Algorithmen für autonome mobile Roboter und automatisierte Baumaschinen in Simulation und Realität. Ein semantisches Verständnis der Umgebung ist für einen mobilen Roboter besonders relevant. In dieser Masterarbeit soll untersucht werden, wie eine Bildsegmentierung genutzt werden kann, um bestehendes Occupancy Mapping um semantische Informationen zu ergänzen.

Dazu sollen folgende Aufgaben durchgeführt werden:

• Du erweiterst eine effiziente Occupancy Map basierend auf der OpenVDB Datenstruktur um ein probabilistisches Modell für semantische Klassen.
• Du recherchierst die theoretischen Grundlagen zu der o.g. Modellierung.
• Du implementierst die Sensordatenpipeline der semantischen Kartierung als Modul im Robot Operating System (ROS) und bindest dazu ein neuronales Netz zur RGB Segmentierung ein.
• Du evaluiert die Pipeline auf einem Datensatz und am echten Roboter.

Dein Profil:

• Du studierst Informatik oder eine vergleichbare Fachrichtung und suchst eine Abschlussarbeit.
• Du hast Vorerfahrungen in der eigenständigen C++- Entwicklung.
• Du hast Lust, Erfahrungen mit theoretischen Aspekten der Kartenrepräsentationen und der praktischen Implementierung auf Robotersystemen zu sammeln.
• Ideal: Du hast schon mal von ROS gehört und weißt, was ein Laserscanner ist und was er auf einem Roboter zu suchen hat.

Haben wir dein Interesse geweckt?

Dann schicke eine Mail mit Deinen Unterlagen an:

Raphael Hagmanns hagmanns@kit.edu

Für Rückfragen: Telefon +47 721 6091-471