Modellfreies Greifen in 6 FHG – Studien-/Abschlussarbeit

WIR BEI FRAUNHOFER BIETEN IHNEN AB SOFORT EINE SPANNENDE TÄTIGKEIT IM BEREICH Modellfreies Greifen in 6 FHG – Studien-/Abschlussarbeit State-of-the-Art zum modellfreien Greifen:- Hand-Auge Koordination (ISER 2016):o Paper: https://arxiv.org/abs/1603.02199 o Video: https://www.youtube.com/watch?v=l8zKZLqkfII - Dex-Net (ICRA 2016, RSS 2017, ICRA 2018, …):o Paper, etc.: https://berkeleyautomation.github.io/dex-net/ o Video (Dex-Net 4.0): https://www.youtube.com/watch?v=r-0PKne9e_w - GG-CNN (RSS 2018):o Paper: https://arxiv.org/abs/1804.05172 o Video: https://www.youtube.com/watch?v=7nOoxuGEcxA - QT-Opt (CoRL 2019):o Paper: https://arxiv.org/abs/1806.10293 o Video: https://www.youtube.com/watch?v=W4joe3zzglU - …Probleme:- Beschränkung der Griffe auf 4 Freiheitsgrade (FHG): x, y, z, alpha (Griffe von oben)o Nicht geeignet für „Griff-in-die-Kiste“ zum Greifen von Objekten in den Ecken oder am Kistenrand (führt zu Kollisionen)o Durch Griffe in 6 FHG können Objekte überhaupt erst oder robuster gegriffen werden- Lernen robuster Greifstrategien auf realen Robotern dauert mehrere Tage bis Monate (z.B. 2-3 Monate mit 14 Robotern) und muss für Änderungen im Hardwaresetup wiederholt werden  motiviert die Verwendung von Simulationen zum Training von tiefen neuronalen NetzwerkenAusschreibung für die Fachrichtungen Automatisierungstechnik Informatik Maschinenbau Mathematik Mechatronik Softwareengineering Was Sie mitbringen Sehr gute Deutsch- oder Englischkenntnisse Kenntnisse im Bereich neuronale Netze und Deep Learning Gute Programmierkenntnisse (idealerweise Python) Erfahrungen im Umgang mit Simulationssoftware vorteilhaft Faszination für Robotik, Computer Vision und Künstliche Intelligenz Hohes Maß an Selbstständigkeit, Eigeninitiative und Einsatzbereitschaft Team- und Kommunikationsfähigkeit Was Sie erwarten können Themenfelder der Arbeit:- Artificial Intelligence (AI) / Machine Learning (ML) / Deep Learning (DL)- Robotic Grasping and Manipulation- Computer Vision / Robot VisionTätigkeiten im Rahmen der Arbeit:- Entwicklung und Evaluierung von Ansätzen zum modellfreien Greifen in 6 FHG- Dazu:o Generierung eines großen Datensatzes mit erfolgreichen Griffen in 6 FHG (Simulation)o Verwendung des Datensatzes zum Trainieren und Evaluieren von modellfreien Ansätzeno Ziel modellfreie Ansätze: Generalisierung auf neue im Training nicht gesehene Objekte- Evaluierung in der Simulation und realen Welt- Dokumentation und Schreiben der Arbeit- Ggf. Publikation der Ergebnisse auf internationalen Konferenzen Fraunhofer ist die größte Organisation für anwendungsorientierte Forschung in Europa. Unsere Forschungsfelder richten sich nach den Bedürfnissen der Menschen: Gesundheit, Sicherheit, Kommunikation, Mobilität, Energie und Umwelt. Wir sind kreativ, wir gestalten Technik, wir entwerfen Produkte, wir verbessern Verfahren, wir eröffnen neue Wege. Johannes KienleRecruiter0711 970-1153Bitte bewerben Sie sich über unser Online-Portal! http://www.ipa.fraunhofer.de Kennziffer: IPA-2020-107 Bewerbungsfrist: - Zurück Bewerben © Fraunhofer-Gesellschaft Kontakt Impressum Datenschutzerklärung