Thesis - Lokalisierungsmethodik mit georeferenzierten Fahrspurbildern und Kamerabildern

Wir vergeben eine Abschlussarbeit mit dem Thema:

Thesis - Lokalisierungsmethodik mit georeferenzierten Fahrspurbildern und Kamerabildern 

Masterarbeit

 

Für die Bewertung der Funktionalität von Fahrerassistenzsystemen benötigt man neben den subjektiven Eindrücken der Fahrzeuginsassen auch objektive Messgrößen. Eine wesentliche Eingangsgröße für die Bewertung von Spurhaltesystemen ist hierbei die genaue Kenntnis der Fahrzeugposition innerhalb der Fahrspur. Ein Ansatz zur Bestimmung ist die Verwendung von hochgenauen, digitalen Kartenmaterial. AVL List GmbH hat eine Methode entwickelt, die es erlaubt georeferenziertes Bildmaterial von Fahrspuren zu erstellen.

  

 

DAS ERWARTET DICH:

 

• Erarbeitung einer eigenständigen Lokalisierungsmethodik
• Verwendung von georeferenzierten Fahrspuren und Bestimmung der geographischen Position mit aktuellen Frontkamerabildern
• Einbezug von Feature Matching oder ähnlichen KI / Deep Learning Ansätzen

 

DAS BRINGST DU MIT:

 

• Laufendes Studium im Bereich Computer Science, Information and Computer Engineering, Informatik, Mathematik, Physik oder ähnliches
• Erfahrung mit Python Programmierung
• Kenntnisse von Feature Matching, KI / Deep Learning

 

DAS BIETEN WIR DIR:

 

• Du kannst selbstständig deine Abschlussarbeit verfassen und wirst dabei professionell von unseren erfahrenen Mitarbeiter:innnen begleitet und unterstützt.

• Dir bietet sich die Möglichkeit, dich mit Fachexpert:innen im Unternehmen auszutauschen und du profitierst von deren Expertise.

• Nutze die Gelegenheit, in die Welt der AVL einzutauchen und dein theoretisches Wissen im praktischen Umfeld einzubetten.            

 

Der erfolgreiche Abschluss der Arbeit wird mit einem einmaligen Honorar von EUR €3.500,00,-- brutto vergütet.

 

Du willst deine Arbeit nicht für die Schublade schreiben, dann forsche zusammen mit uns an der Mobilität der Zukunft! Vielleicht bist du ja bald ein Teil davon!

 

Bei AVL fördern und feiern wir Diversität: Wir wissen, dass vielfältige Denkweisen erforderlich sind, um unsere Vision einer grüneren, sichereren und besseren Welt der Mobilität zu verwirklichen. Unterschiedliche Hintergründe, Einstellungen, Interessen und Erfahrungen machen uns erfolgreich. Deshalb stehen wir für Diversität und Chancengleichheit und berücksichtigen alle qualifizierten Bewerber:innen unabhängig von Ethnie, Religion, Geschlecht, sexueller Orientierung oder Behindertenstatus.