Home | Impressum | Datenschutz | KIT

Bildbasierte Verkehrsraumklassifizierung für Elektro-Kleinfahrzeuge

Bildbasierte Verkehrsraumklassifizierung für Elektro-Kleinfahrzeuge
Forschungsthema:Fahrzeugwahrnehmung, Mustererkennung, Machine Learning
Typ:Masterarbeit
Datum:bereits vergeben
Betreuer:

M.Sc. Jannik Quehl

Voraussetzung:

Gefordert:
sehr gute Kenntnisse in mindestens einer Programmiersprache (vorzugsweise C++ oder Python);
Strukturiertes, gewissenhaftes und eigenständiges Arbeiten;
Verhandlungssichere Deutsch- oder Englischkenntnisse

Gewünscht:
Abgelegte Prüfung in Machine Vision und/oder Automotive Vision;
Praktische Erfahrung mit Bildverarbeitung und Mustererkennung

Links:Ausschreibung als pdf

 

       

Elektro- Kleinfahrzeuge wie Pedelecs, E-Scooter, Segways und Elektroroller, wie der oben abgebildete Freeliner sind immer häufiger im Straßenverkehr anzutreffen. Wo solche Fahrzeuge fahren dürfen hängt nach neuen Gesetzesvorschlägen von der Maximalgeschwindigkeit dieser Fahrzeuge ab. Die Idee dieser Masterarbeit ist es, mit Hilfe einer Kamera automatisch den umgebenden Verkehrsraum zu klassifizieren, um entscheiden zu können, ob man sich gerade auf einem Fußweg, Fahrradweg oder auf der Straße befindet. Mit Hilfe einer solchen Klassifizierung wäre es möglich, die Leistung und damit auch maximale Geschwindigkeit des Fahrzeuges zu reduzieren, sodass das Fahrzeug den Gesetzesvorschriften entspricht. Dass die in der Mastarbeit entwickelten Algorithmen auf einem Kleinfahrzeug mit wenig Rechenleistung und ohne Grafikkarte ausgeführt werden sollen, stellt hierbei eine besondere Herausforderung dar. Dies bedeutet, dass tiefe Neuronale Netze, die zum Beispiel zur Erzeugung des semantischen Bildes oben benutzt worden sind, nicht ohne Weiteres benutzt werden können.

Gerne beantworten wir dir unverbindlich Fragen zur Thematik, Referenzliteratur oder sonstigen Themen. Melde dich dazu einfach direkt bei obenstehendem Betreuer.