Rahmen: Die zukunftsfähige Gestaltung von Städten erfordert innovative Ansätze für die Versorgung und Entsorgung von Wohnquartieren. Besonders die Transportprozesse auf der „letzten Meile“ – von der Paketzustellung bis hin zur Müllentsorgung – stellen eine erhebliche Belastung für den öffentlichen Raum dar.

Die Abteilung Mobile Agenten und Robotiksysteme (MARS) beschäftigt sich seit vielen Jahren intensiv mit der Forschung im Bereich der urbanen Logistik. Unser Ziel ist es, neue semantische Wahrnehmungs- und Navigationsmethoden für autonome Systeme im urbanen Umfeld zu entwickeln und zu erproben. Dadurch ermöglichen wir den Einsatz moderner Liefer- und Logistikprozesse, die effizient, nachhaltig und platzsparend in den städtischen Raum integriert werden können.

Deine Aufgabe: Für die langfristige Forschung werden unterschiedliche Modelle mit verschiedenen Datensätzen trainiert und evaluiert. Die betrachteten Aufgaben sind Objekterkennung und optische Segmentierung in 2D und 3D sowie die Planung und Navigation. Du unterstützt unser Team bei der Bearbeitung der Daten und beim Training der Modelle.

Voraussetzungen sind Kenntnisse in Python und Deep Learning. Kenntnisse in ROS sind von Vorteil. Außerdem erwarten wir eine selbstständige Arbeitsweise mit Blick fürs Ganze.

Geboten werden flexible Arbeitszeiten und spannende Aufgaben mit Praxisbezug. Du bist Teil eines Teams aus Studierenden, wissenschaftlichen Mitarbeitern und Industriepartnern und leistest einen wichtigen Beitrag zu unserer Forschung. Es wird eine langfristige Zusammenarbeit angestrebt.