Ausschreibung Bereich Fahrerassistenz Ansprechpartner Peter Gronerth M.Sc. +49 241 80 25639 gronerth@ ika.rwth-aachen.de Julian Bock M.Sc. +49 241 80 26533 bock@ ika.rwth-aachen.de Eintrittsdatum nächstmögl. Zeitpunkt Vorkenntnisse Fahrzeugtechnik, Machine Learning Masterarbeit Entwicklung einer automatisierten Fahrfunktion mittels tiefer Neuronaler Netzwerke Arbeitspunkte • Literaturrecherche & Einarbeitung in die benötigte SW • Entwicklung einer automatisierten Fahrfunktion mittels End2End-Learning • Validierung auf der Teststrecke des IKA Anforderungen • Sehr gute Programmierkenntnisse in C++ und/oder Python • Deutsch und Englisch fließend in Wort und Schrift • Zuverlässigkeit und Engagement Thema und Ziel der Arbeit In den vergangenen Jahren hat das Themenfeld des automatisierten Fahrens ein stetig wachsendes Forschungsinteresse geweckt, welches viele verschiedene Ansätze zur Lösung der mannigfaltigen Herausforderungen hervorgebracht hat. Speziell Methoden aus dem Bereich des maschinellen Lernens zeigten in jüngerer Vergangenheit vielversprechende Resultate. Ein solcher Ansatz soll im Zuge dieser Arbeit verfolgt werden um mittels tiefer Neuronaler Netzwerke(DNN) und der Methodik des End2End Learnings eine automatisierte Fahrfunktion zu erstellen. Das institutseigne Versuchsfahrzeug soll dabei in die Lage versetzt werden, auf einer Teststrecke automatisiert zu fahren.

17pgr0002 AusschreibungMA End2End - Home - ika institutseigne Versuchsfahrzeug soll dabei in die Lage versetzt werden, auf einer Teststrecke automatisiert zu fahren. Title Microsoft

Download PDF Report

Upload
phamkien
View
214
Download
0

Embed Size (px)

Citation preview

Ausschreibung

Bereich Fahrerassistenz

Ansprechpartner

Peter Gronerth M.Sc.

+49 241 80 25639 gronerth@ ika.rwth-aachen.de

Julian Bock M.Sc.

+49 241 80 26533 bock@ ika.rwth-aachen.de

Eintrittsdatum nächstmögl. Zeitpunkt

Vorkenntnisse Fahrzeugtechnik, Machine Learning

Masterarbeit

Entwicklung einer automatisierten

Fahrfunktion mittels tiefer Neuronaler

Netzwerke

Arbeitspunkte

• Literaturrecherche & Einarbeitung in die benötigte SW

• Entwicklung einer automatisierten Fahrfunktion mittels End2End-Learning

• Validierung auf der Teststrecke des IKA

Anforderungen

• Sehr gute Programmierkenntnisse in C++ und/oder Python

• Deutsch und Englisch fließend in Wort und Schrift

• Zuverlässigkeit und Engagement

Thema und Ziel der Arbeit In den vergangenen Jahren hat das Themenfeld des automatisierten Fahrens ein stetig wachsendes Forschungsinteresse geweckt, welches viele verschiedene Ansätze zur Lösung der mannigfaltigen Herausforderungen hervorgebracht hat. Speziell Methoden aus dem Bereich des maschinellen Lernens zeigten in jüngerer Vergangenheit vielversprechende Resultate.

Ein solcher Ansatz soll im Zuge dieser Arbeit verfolgt werden um mittels tiefer Neuronaler Netzwerke(DNN) und der Methodik des End2End Learnings eine automatisierte Fahrfunktion zu erstellen. Das institutseigne Versuchsfahrzeug soll dabei in die Lage versetzt werden, auf einer Teststrecke automatisiert zu fahren.