Studien-/Abschlussarbeit: Verbesserung der KI-basierten Objektlageschätzung beim Bin Picking

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist eine der führenden Organisationen für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.

Ausschreibung für die Fachrichtungen wie z. B.: Automatisierungstechnik, Elektrotechnik, Informatik, Kybernetik, Mechatronik, technische Informatik oder vergleichbare.

Verbesserung der KI-basierten Objektlageschätzung beim Bin Picking mittels Szenensegmentierung

Die Abteilung „Roboter- und Assistenzsysteme“ gestaltet Automatisierungslösungen für industrielle Anwendungen. Der „Griff-in-die-Kiste“ gilt seit Jahren als Königsdisziplin in der Robotik und steht für die Vereinzelung von chaotisch gelagerten Werkstücken mit Robotern. Die am Fraunhofer IPA entwickelte und mehrfach industriell eingesetzte Software „Bin Picking 3D – bp3™“ ermittelt die Objektlage unter Verwendung von CAD-Modellen und 3D-Sensorinformationen, identifiziert geeignete Greifpunkte und generiert kollisionsfreie Pfade zur Entnahme und definierten Ablage von Bauteilen.
Die integrierten KI-basierten Funktionen werden anhand simulativ generierter künstlicher Daten trainiert. Die Aufgabe ist nun die Bilderkennung, das Training und zugehörige Datengenerierung anzupassen. Hierzu sollen zunächst die Tiefenbilder im Graustufenbilder als Input erweitert werden. Zusätzlich soll die Auswertung der Gesamtszenen in mehrere Auswertungen von Teilsegmenten aufgeteilt werden. Damit soll eine bessere Skalierung für großen Szenen sowie eine allgemeine Performancesteigerung erreicht werden.

Was Sie bei uns tun

Einarbeitung und Recherche zu den Thema Bin Picking und Objektlageschätzung von chaotischen Szenen
Einarbeitung in die Simulationsumgebung und den vorhanden Source Code
Anpassung der Datengenerierung der Trainingsdaten an die neuen Ansätze
Anpassung des Trainings an die neuen Ansätze bzw. Realisierung alternativer Trainingsalgorithmen
Definition und Umsetzung verschiedener Algorithmen zur Auswahl der Teilsegmente in der Bilderkennung
Testen der verschiedenen Ansätze und Validierung an einer realen Bin Picking Zelle

Was Sie mitbringen

Studium im Bereich Automatisierungstechnik, Informatik, Kybernetik, Mechatronik, oder vergleichbares Ingenieursstudium
Sehr gute Programmierkenntnisse in Python und C++
Sehr gute Kenntnisse im Bereich des Machine Learnings inkl. Deep Learnings
Sehr gute Kenntnisse in den Bereichen Computer Vision und Robotik
Bereitschaft zur Einarbeitung in neue Programme und Systeme
Strukturiertes und selbstständiges Arbeiten
Sehr gute Englischkenntnisse

Was Sie erwarten können

Einblick und aktive Mitarbeit in der führenden, anwendungsorientierten Forschung
Flexibilität in der Arbeitszeit und -ort
Mitarbeit in einem engagierten und interdisziplinären Team
Ein offenes und kollegiales Arbeitsumfeld

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Haben wir Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Sie kennenzulernen!

Frau Jennifer Leppich
Recruiting
Tel. +49 711 970-1415

jennifer.leppich@ipa.fraunhofer.de

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

www.ipa.fraunhofer.de

Kennziffer: 74948

Stellensegment: CAD, Drafting, Engineering

Jetzt bewerben »