Masterarbeit: Lifelong Mapping für Outdoor-Roboter mit langzeitstabilen, selbstaktualisierten Karten

Fraunhofer IPA; Stuttgart; Sur place; EUR 7 800 - 12 000; Plein temps

Résumé du poste

Sie bringen C++-Kenntnisse (und idealerweise Python) sowie Erfahrung in Robotik und Kartierungsalgorithmen mit und arbeiten eng mit der Uni Stuttgart zusammen. Die Abschlussarbeit erfolgt vor Ort auf dem Campus.

Qualifications

• Eingeschriebene/r Student/in an einer deutschen Hochschule mit gültiger Immatrikulation.
• Kenntnisse in C++ und idealerweise Python, ROS und SLAM/Kartierung.
• Erfahrung in Algorithmusentwicklung und Robotik, gute Studienleistungen.

Responsabilités

• Implementierung der gewählten Lösung in unserem ROS-2-basierten Navigationsstack und Anbindung an die LiDAR-Inertial-Lokalisierung sowie Nav2.
• Benchmarking in Simulation und auf CURT-Robotern anhand von Metriken wie Kartenkonsistenz und Rechenzeit.
• Integration der Lösung in Roboterbetrieb und Zusammenarbeit mit Studierenden.
• Regelmäßige Präsenz am Standort direkt am Campus der Universität Stuttgart.

Connaissances

C++

Python

ROS

Algorithmusentwicklung

Nav2-Framework

Formation

Gültige Immatrikulation an einer deutschen Hochschule oder Universität

Outils

ROS 2

Nav2

Description du poste

Ausschreibung für die Fachrichtung wie z. B.: Automatisierungstechnik, Elektrotechnik, Informatik oder vergleichbare.

In der Forschungsgruppe “Navigation mobile Roboter” entwickeln wir autonome, mobile Roboter für Outdoor-Anwendungen, beispielsweise in der Landwirtschaft, in urbanen Umgebungen sowie in Search and Rescue. Der Schwerpunkt liegt auf der Entwicklung einer autonomen Outdoor-Navigationslösung.

Ein Roboter, der über große Areale navigiert, braucht eine global konsistente Karte seiner Umgebung. Aus ihr wird die Costmap für die Pfadplanung abgeleitet. Nur so lassen sich Routen über große Distanzen planen, die auch Bereiche außerhalb der aktuellen Sensorabdeckung berücksichtigen und Hindernisse zuverlässig detektieren und vermeiden.

Dem stehen zwei Herausforderungen entgegen. Erstens muss das Verfahren dauerhafte von temporären Veränderungen unterscheiden. Wetter, Jahreszeiten, Baumaßnahmen und bewegte Hindernisse verändern die vom Roboter erkannte Umgebung ständig, doch nur dauerhafte strukturelle Änderungen dürfen in die Karte übernommen werden. Zweitens muss die Karte konsistent weiterwachsen können, in Bereiche die zuvor nicht befahren und detektiert wurden. Werden neue Bereiche erschlossen, müssen diese an die bestehende Karte angefügt werden. Erschwert wird das allerdings dadurch, dass die vom Roboter selbst geschätzte Position nachträglich korrigiert wird, sobald sein Lokalisierungsmodul einen bereits bekannten Ort wiedererkennt (sogenanntes Loop Closure). Alle bis dahin eingetragene Messungen sitzen dann an der falschen Stelle und eine starre globale Karte müsste vollständig neu aufgebaut werden. Hier setzt diese Masterarbeit an.

Hier sorgen Sie für Veränderung

• Aufarbeitung des Stands der Technik zu Lifelong Mapping und Change Detection
• Untersuchung und Bewertung submap-basierter Kartenrepräsentationen, die nachträgliche Posenkorrekturen nachführen können
• Trennen Untersuchung von Aktualisierungsstrategien, die dauerhafte von temporären Änderungen
• Implementierung der gewählten Lösung in unserem ROS-2-basierten Navigationsstack und Anbindung an die bestehende LiDAR-Inertial-Lokalisierung sowie das Nav2-Framework
• Benchmarking in Simulation und auf unseren CURT-Robotern anhand von Metriken wie Kartenkonsistenz, Speicherbedarf, Rechenzeit und dem Anteil fälschlich übernommener dynamischer Objekte

Hiermit bringen Sie sich ein

• Gültige Immatrikulation an einer deutschen Hochschule oder Universität
• Programmierkenntnisse in C++, idealerweise ergänzt um Python
• Erfahrung mit ROS sowie erste Kenntnisse in Kartierungsalgorithmen und Robotik
• Überdurchschnittliche Studienleistungen oder einschlägige Vorerfahrung aus eigenen Projekten
• Erfahrung in der Algorithmenentwicklung
• Regelmäßige Präsenz an unserem Standort direkt am Campus der Universität Stuttgart

Was wir für Sie bereithalten

• Ein Thema mit direktem Anwendungsbezug in unseren Projekten
• Praktische Arbeit mit unseren Robotern in unseren eigenen Testumgebungen in Stuttgart
• Möglichkeit, Erfahrung in der Entwicklung von Robotersystemen für den Außeneinsatz zu sammeln
• Einbindung in unser studentisches Entwicklerteam und Zusammenarbeit mit Studierenden aus Informatik, Elektrotechnik und Maschinenbau

Die Vergütung erfolgt je nach Qualifikation.

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt. Unsere Aufgaben sind vielfältig und anpassbar – für Bewerber*innen mit Behinderung finden wir gemeinsam Lösungen, die ihre Fähigkeiten optimal fördern.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und Ihrer Zukunft.