Job-ID: TI-F22-9282
Chemnitz
Während der letzten Jahrzehnte hat das Automatisierte Fahren (AD) große Aufmerksamkeit von Wissenschaft und Industrie bekommen. Das Verstehen der Situation im Straßenverkehr ist Grundvoraussetzung um kollisionsfreie, komfortable und regelkonforme Fahrmanöver automatisiert durchzuführen. Ein Fahrer interpretiert permanent, wie die wahrgenommenen Objekte im aktuellen Geschehen zusammenwirken, welche Eigenschaften und Handlungsspielraum sie haben und haben werden. Die Interpretation hängt weitgehend vom Vorwissen des Fahrers ab. Somit können verschiedene Objekte in den Fahrszenarien miteinander in Beziehung gesetzt werden, bspw. durch Relationen von Fahrzeugen, Straßen und Fahrspuren. Für AD Systeme kann eine Beschreibung der Objektbeziehung mit wissensbasierten Systemen realisiert werden. Dadurch können Umgebungssituationen abstrakt und semantisch beschrieben werden.
Ziel dieser Arbeit ist die Weiterentwicklung und Umsetzung eines Konzeptes, in dem das notwendige Vorwissen für die Interpretation einer Situation in Form einer Ontologie modelliert wird. Diese Wissensbasis ist Grundlage für verschiedene funktionale Bausteine - wie z.B. Prädiktion von Fahrmanövern oder Planung von Manövern. Die Weiterentwicklung der funktionalen Bausteine kann durch verschiedene Verfahren der Künstlichen Intelligenz und des Maschinellen Lernens realisiert werden. Bei IAV haben Sie die Möglichkeit aktuelle State-of-the-Art-Methoden basierend auf symbolischer Zustandsdarstellung zur Entwicklung von automatisierten Fahrfunktionen in die Anwendung zu bringen. Beispielsweise ist das Schließen auf ein Manöverplan unter Berücksichtigung komplexer und hochdynamischer Verkehrssituationen eine anspruchsvolle Aufgabe, die durch verschiedene datengetriebene Methoden, wie z.B. Markov-Entscheidungsprozesse und Reinforcement Learning, gelöst werden kann.
Dazu sollen insbesondere die folgenden Aufgabenstellungen bearbeitet werden:
- Konzeptionierung und Implementierung von Algorithmen zur automatisierten Planung und Prädiktion von Manövern
- Einarbeitung in die Tool-Kette & Entwicklungsmethodik der IAV
- Anwendung von Methoden des Maschinellen Lernens und der Künstlichen Intelligenz
- Implementierung von Test Applikationen
- Analyse und Dokumentation
Die Anstellung kann auch im Rahmen eines Praktikums erfolgen.
- Laufendes Studium der Fachrichtung Informatik, Mathematik, Elektrotechnik, Informationstechnik oder eines vergleichbaren Studiengangs
- Gute Kenntnisse und Erfahrung in der Programmierung mit C/C++ oder Python
- Erfahrungen im Bereich Algorithmik und Softwarearchitektur, sowie Kenntnisse in verschiedenen Machine Learning Bibliotheken wünschenswert
- Gute Deutsch- oder Englischkenntnisse
- Zuverlässigkeit, Teamfähigkeit, Eigeninitiative und hohes Maß an Engagement, strukturierte und selbstständige Arbeitsweise
Wir freuen uns auf Ihre Bewerbung inklusive Anschreiben, Lebenslauf, aktuellen Leistungsnachweis und relevanten Zeugnissen.
Als Student* arbeiten Sie bei IAV nicht irgendwo, sondern mittendrin. In echten Projekten. An spannenden Zukunftsaufgaben. Voll integriert und im Schulterschluss mit IAV-Experten. Viel Verantwortung und gleichzeitig viel Freiraum, um Uni und Arbeit zusammen zu bringen: So entstehen beste Perspektiven für Ihre berufliche Entwicklung. Bei attraktiver Vergütung nach unserem Haustarifvertrag.
* Wir freuen uns über Menschen jeden Geschlechts.
