Deep Learning basiertes Taktiles Vakuum Greifen auf Basis von Kamerabildern für einen autonomen Robote
- Typ:Masterarbeit
- Datum:ab sofort
- Betreuung:
- Links:Ausschreibung
Problemstellung:
Vakuumsauggreifer sind in der Industrie weit verbreitet, z.B. beim Kommissionieren oder beim Bestücken von Maschinen. Sie werden häufig in Verbindung mit autonomen Pick-Robotern eingesetzt. Obwohl Vakuumsauggreifer eine geeignete Greiftechnologie für eine Vielzahl von Objekten darstellen, bieten sie bisher wenig sensorische Rückmeldung über Oberflächenbeschaffenheit und wirkende Kräfte während des Greifvorgangs.
Aufgabenstellung:
Ziel der Masterarbeit ist es, zu untersuchen, ob es möglich ist, aus den Kamerabildern im Sensor Vorhersagen über die Verkippung der Objekte beim Greifen vorherzusagen. Die zu entwickelnde Methodik ist dem Studierenden überlassen, es bietet sich jedoch eine klassische Computer Vision Pipeline auf Basis von Deep Neural Networks an. In vorherigen Arbeiten wurde bereits ein geeigneter Bilddatensatz aufgenommen.
Was solltest du mitbringen?
- Hohe Eigenmotivation!
- Python Basics (Klassenorientierte Programmierung)
- Computer Vision Basics (OpenCV)
- Deep Learning Basics (Pytorch)
Bitte beachten!
Nur Bewerbungen mit aktuellem Notenauszug werden berücksichtigt. Keine reine Remotearbeit möglich. Englisch möglich.
Was wird geboten?
- Beginn ab sofort
- wöchentliche Treffen mit Betreuer
- Wir bieten ein aktuelles und spannendes Forschungsthema im Bereich Robotik und Computer Vision