Ort:  Stuttgart
Datum:  07.04.2024

Studien-/Abschlussarbeit:KI-basierte Erkennung und Lagebestimmung von elektronischen Steckverbindung

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist die weltweit führende Organisation für anwendungsorientierte Forschung. Rund 30 800 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,0 Milliarden Euro.  

Ausschreibung für die Fachrichtungen wie z. B.: Kybernetik, Maschinenbau, Mechatronik, Technologiemanagement oder vergleichbare. Aus organisatorischen Gründen ist die Zugehörigkeit zur Fakultät 7 der Universität Stuttgart Voraussetzung.

 

Um die Wiederverwendung und möglichst sortenreines Recycling von Kleinelektrogeräten und deren Komponenten zu ermöglichen, ist es ökonomisch erforderlich entsprechende Geräte automatisiert zu demontieren. Für die automatisierte Demontage mit Robotern ist die Erkennung und Lagebestimmung aller zu lösender Verbindungstechniken zwingend erforderlich. Neben Schraubverbindungen stehen hier vor allem Steckverbindungen im Fokus.
Im Rahmen der Abschlussarbeit soll eine auf 2D- und 3D-Daten (RGB-Bilder und Punktwolken) basierende Methode entwickelt werden, die es ermöglicht Stecker zu erkennen, deren Typ zu bestimmen sowie deren Lage im Raum abzuleiten, um so das automatisierte Lösen zu ermöglichen. Für die Erkennung und Klassifizierung von Steckverbindungen muss zunächst eine geeignete KI-Methode für Object Detection recherchiert und dann implementiert werden. Hierfür sollen an der bestehenden Demontagezelle Daten von zwei verschiedenen Steckertypen aufgenommen und gelabelt werden, um anschließend einen geeigneten Object Detector zu trainieren und Fine tunen zu können. Die folgende 3D-Lagebestimmung der zwei ausgewählten Steckverbindungen erfolgt anhand von 3D-Punktwolken und klassischen best-fit Methoden. Alternativ kann für die Lagebestimmung ebenfalls ein neuronales Netz verwendet werden.

 

Was Sie bei uns tun

Von der wissenschaftlichen Recherche des aktuellen State of the Art, der Konzeption der Steckverbindungserkennung über die Datenaufnahme, Vorbereitung der Daten und Training eines neuronalen Netzes, sowie der weiteren Lagebestimmung anhand von 3D-Daten für die Roboter-gestützte Demontage wird der komplette Workflow im Rahmen der Masterarbeit abgebildet. Dabei werden etablierte Python-Bibliotheken wie OpenCV, Open3D und Pytorch verwendet.

 

Was Sie mitbringen

  • Deutsch und/oder Englisch
  • Python Grundkenntnisse (erforderlich)
  • C++- und ROS1-Kenntnisse wünschenswert bzw. hilfreich

 

Was Sie erwarten können

  • Regelmäßiger Jour Fixe mindestens alle zwei Wochen
  • Arbeiten an zukunftsträchtiger Technologie
  • Arbeit an der Roboterzelle mit entsprechender Sensorik für Datenaufnahme (ZEDmini, Raspberry Pi Cam HQ, ZividTwo M130)
  • Laptop für Zugang zu Workstation für Datenverarbeitung und KI-Training
  • Bearbeitung zumindest teilweise im Home-Office möglich

 

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. 
 

Frau Lisa Bauer
Recruiting
Tel. +49 711 970-3681

lisa.bauer@ipa.fraunhofer.de

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA 

www.ipa.fraunhofer.de 


Kennziffer: 72443                Bewerbungsfrist: 

 


Stellensegment: Neurology, Healthcare