Hinweise zu Abschlussarbeiten

Bitte lesen Sie diese Hinweise, bevor Sie uns kontaktieren.
Abschlussarbeiten umfassen Bachelor-, Diplom-, Master- und Studienarbeiten.
Für eine Initiativbewerbung füllen Sie den Bewerber-Fragebogen aus und senden Sie ihn zusammen mit einem tabellarischen Lebenslauf und einem aktuellen Notenauszug an M.Sc. Sascha Wirges.

Zu vergebende Themen
Titel	Betreuer
Leveraging State-of-the-Art Semantic Segmentation Networks for Extracting Accurate Object Boundaries	M.Sc. Frank Bieder
Multi-Task Learning for 3D Urban Scene Understanding Using Complementary Road Feature Representations	M.Sc. Frank Bieder
Multi-Task Learning for Multi-Pose Estimation of Traffic Participants using Tailored Output Representations	M.Sc. Frank Bieder
Semantic Segmentation of Video Sequences	M.Sc. Frank Bieder
Risk-aware Cooperative Trajectory Planning For Automated Vehicles In Mixed Traffic	M.Sc. Christoph Burger
Online traffic sign and intersection estimation	M.Sc. Johannes Janosovits
Transfer Learning for Decision Making with Anicar	M.Sc. Danial Kamran
Monokulare 3D Umgebungsrekonstruktion	M.Sc. Tilman Kühner
Automatisierter Reglerentwurf für Flugmodelle	M.Sc. Julius Kümmerle
Intelligent Lane and Intersection Estimation	M.Sc. Annika Meyer
Temporal and Spatial Fusion of Semantic Segmentation for Mapless Driving	M.Sc. Annika Meyer
Deep Learning for Semantic Lane Segmentation on Heterogeneous Datasets	M.Sc. Annika Meyer
Semantic Lane Estimation with Deep Learning for Mapless Driving	M.Sc. Annika Meyer
Cornering Algorithm for Vehicle with Four Directional Wheels	Dr. Eduardo José Molinos Vicente
Global Planning Algorithm for Autonomous Vehicles in Dynamic Environments	Dr. Eduardo José Molinos Vicente
Spline Based Algorithm for Urban Driving	Dr. Eduardo José Molinos Vicente
Verhaltensgenerierung und Trajektorienplanung für kooperative automatische Fahrzeuge	M.Sc. Maximilian Naumann
Kartenverifikation mit maschinellen Lernverfahren	M.Sc. Jan-Hendrik Pauls
Detektion von Kartenmerkmalen in Luftbildern mit neuronalen Netzen / Deep Learning	M.Sc. Jan-Hendrik Pauls
Graphbasiertes Tracking von Objektdetektionen zum semi-automatischen Erstellen von Ground Truth	M.Sc. Jan-Hendrik Pauls
Entwicklung varianter Bildpunkt-Deskriptoren	M.Sc. Marc Sons
Semantic Classification of Camera and Range Sensor Data in Grid Maps	M.Sc. Sascha Wirges M.Sc. Annika Meyer
Vom subjektiven Empfinden zur mathematischen Formel: Parameterstudie zu Sicherheit und Komfort anhand des "Responsibility Sensitive Safety" Ansatzes	M.Sc. Florian Wirth
Zustandsschätzung und Verhaltensvorhersage von ungeschützten Verkehrsteilnehmern (VRUs)	M.Sc. Florian Wirth

Laufende Abschlussarbeiten
Titel	Betreuer
Representation Learning for Autonomous Driving	M.Sc. Frank Bieder
6D-Pose Estimation with Deep Learning Methods	M.Sc. Frank Bieder
Safe Stop Trajectory Planning for Highly Automated Vehicles	M.Sc. Lingguang Wang
Realistic Vehicle Behavior in CARLA simulator Using Deep Learning	Dr. Carlos Fernandez Lopez
Integrating Kinematics and Environment Context Into Deep Inverse Reinforcement Learning for Predicting Off-Road Vehicle Trajectories	Dr. Carlos Fernandez Lopez
Realistic Pedestrian Behavior in CARLA simulator Using Deep Learning	Dr. Carlos Fernandez Lopez
Deep Learning for Object Detection and Tracking on Aerial Images	Dr. Carlos Fernandez Lopez
Objektbewegungsschätzung auf Basis von Kamera- und Tiefenbildern	M.Sc. Jannik Quehl
Bildbasierte Verkehrsraumklassifizierung für Elektro-Kleinfahrzeuge	M.Sc. Jannik Quehl
Automatisierung von Nutzfahrzeugen	Dr. Martin Lauer
Behaviour Generation for Unsignalized Intersections with Deep Reinforcement Learning	M.Sc. Danial Kamran
Purely Sensor-Supported, Mapless Autonomous Driving	M.Sc. Annika Meyer
Prädiktion von Fußgängerwegpunkten mithilfe künstlicher neuronaler Netze	M.Sc. Florian Wirth