Die meisten Fahrzeuge in der Intralogistik werden manuell gefahren, da menschliche Fahrer*innen den automatisierten Systemen aus heutiger Sicht in vielerlei Hinsicht überlegen sind. Um die menschlichen Fähigkeiten für automatisierte Systeme nutzbar zu machen, soll das menschliche Fahrverhalten in einer Logistikumgebung simuliert und zur Generierung synthetischer Datensätze genutzt werden. Darauf aufbauend soll ein Flurförderzeug (FFZ) über Imitation Learning befähigt werden, Fahrbewegungen auf Basis des impliziten Wissens erfahrener Fahrer*innen autonom auszuführen.
Deine Aufgaben
Im Projekt LernFFZ erfassen wir Fahrdaten von Flurförderzeugen (FFZ) sowohl in realen Umgebungen als auch in Simulationen über mehrere Sensormodalitäten (z. B. Kamera, ToF, IMU). Diese Daten bilden die Grundlage für die Entwicklung und das Training von Imitation-Learning-Modellen, die das fahrerische Verhalten von FFZ nachbilden.
- Selbstständige Aufnahme von Fahrdaten in einer Simulationsumgebung (NVIDIA Omniverse)
- Weiterentwicklung der Szenarien in der Simulationsumgebung
- Unterstützung bei der Aufnahme realer Fahrdaten (Aufbau, Kalibrierung, Szenario-Gestaltung)
- Aufbereitung, Analyse und Bewertung der Daten (Qualitätsprüfung, Statistiken, Visualisierung)
- Entwicklung und Integration neuer Bewertungsmetriken für Trainings- und Testdaten (z. B. Trajektorien-Abweichung)
Du hast Lust, mit deinem Beitrag autonome und sichere FFZ-Systeme in der Praxis voranzubringen?
Dann bewirb dich gern!
Dein Profil
Du studierst
- Informatik
- Elektrotechnik
- Mechatronik
- Maschinenbau
- oder vergleichbares
und möchtest dein theoretisches Wissen in der Praxis anwenden? Zudem hast du Lust, dich eigenständig in neue Themengebiete einzuarbeiten und dein Wissen im Bereich Simulation und Analyse zu vertiefen? Dann bist Du hier genau richtig!
Perfekt wäre es, wenn Du zudem:
- Gute Deutschkenntnisse in Wort und Schrift vorweisen kannst
- Programmierkenntnisse in Python sowie der Datenanalyse (z. B. NumPy, pandas, matplotlib) mitbringst
- Erfahrung mit ROS/ROS2, Git und Linux (Ubuntu) hast
Eine Abschlussarbeit im Anschluss an Dein Praktikum oder Deinen Nebenjob? Kein Problem, wir unterstützen Dich gerne und finden bestimmt ein spannendes Themenfeld!
Wir bieten
- Angemessene Vergütung bei Nebenjob
- Eigenverantwortliches Arbeiten
- Flexible Arbeitszeiten
- Gut ausgestattete Arbeitsplätze
- ggf. langfristige Zusammenarbeit
- Bitte sende deine aussagekräftige Bewerbung in einer einzigen PDF-Datei an jobs@iph-hannover.de.
Die Bewerbung muss Anschreiben, Lebenslauf sowie Prüfungsleistungen des Studiums / Zeugnisse enthalten.
Firmenkontakt und Herausgeber des Stellenangebots:
IPH – Institut für Integrierte Produktion Hannover gemeinnützige GmbH
Hollerithallee 6
30419 Hannover
Telefon: +49 (511) 27976-0
Telefax: +49 (511) 27976-888
http://www.iph-hannover.de
Weiterführende Links
(siehe Firmenkontakt oben) verantwortlich. Dieser ist in der Regel auch Urheber des Stellenagebotstextes,
sowie der angehängten Bild-, Ton-, Video-, Medien- und Informationsmaterialien. Die United News Network GmbH
übernimmt keine Haftung für die Korrektheit oder Vollständigkeit des dargestellten Stellenangebots. Auch bei
Übertragungsfehlern oder anderen Störungen haftet sie nur im Fall von Vorsatz oder grober Fahrlässigkeit.
Die Nutzung von hier archivierten Informationen zur Eigeninformation und redaktionellen Weiterverarbeitung
ist in der Regel kostenfrei. Bitte klären Sie vor einer Weiterverwendung urheberrechtliche Fragen mit dem
angegebenen Herausgeber. Eine systematische Speicherung dieser Daten sowie die Verwendung auch von Teilen
dieses Datenbankwerks sind nur mit schriftlicher Genehmigung durch die United News Network GmbH gestattet