Anwendung von maschinellem Lernen auf 3D-Kameras

Masterprojekt Elektrotechnik - Schwerpunkt Elektrotechnische Systementwicklung

Masterprojekt Nachhaltige Ingenieurwissenschaft

KURZBESCHREIBUNG:

Maschinelles Lernen (ML) ist eine Schlüsseltechnologie unsere Zeit und viele aktuelle Forschungs- und Entwicklungsprojekte profitieren von dieser Methode (z.B. die Anwendung "Autonomes Fahren"). Eine weitere Technologie die zunehmend in unserem Alltag angewendet wird, sind bildgebende 3D-Kameras nach dem Lichtlaufzeitverfahren (Time-of-Flight, ToF), die beispielsweise in den aktuellen Flagship-Smartphones der führenden Hersteller eingesetzt werden.

Diese junge Technolgie bietet sehr große Zukunftspotentiale für intelligente aktiv sehende Sensorsysteme. Die nötigen Hardwarekomponenten werden nämlich aufgrund der großen Stückzahlen von Smartphones zukünftig kostengünstig zur Verfügung stehen. Für den breiten Einsatz sind hingegen noch zwei wesentliche Probleme zu lösen: (1) die Kalibration systematischer Kamerafehler (wie Objektivverzerrungen, Nullpunktdrift, u.a.) und (2) die Lösungen von Anwendungsproblemen mit den neuen Sensordaten, die sich in einigen Punkten aufgrund der dritten Dimension von klassischen 2D Bildern unterscheiden.

Hier bieten ML-Ansätze interessante Potentiale zu neuartigen Lösungen zu kommen. Wir haben unterschiedliche 3D Kameras der in diesem Bereich führenden Unternehmen im Haus. Bezüglich der verwendeten Prozessorplattform besteht die Möglichkiet einer PC-basierten Umsetzung oder (je nach Interesse) auch der Umsetzung mit modernen FPGA Bausteinen.

Sie arbeiten bei uns im Team mit anderen Masteranden und Doktoranden und erhalten so auch Einblick in benachbarte Themenstellungen sowie interdisziplinäre Hilfestellungen in kniffligen Fragen.

PROJEKTPHASEN:

• Masterprojekt 1: Einarbeitung, Maschinelles Lernen, Recherche verfügbarer Systeme, Konzeptentwickung.
• Masterprojekt 2: Implementierung der Systeme.  
• Masterthesis: Kalibration eines 3D-ToF-Kamerasystems mit dem entwickelten System.

Anzahl Plätze: 2