Masterarbeit (m/w/d): Machine-Learning appliziert auf die Bewertung von Rückhaltesystemen in de[...]

Masterarbeit (m/w/d): Machine-Learning appliziert auf die Bewertung von Rückhaltesystemen in der Fahrzeugsicherheit, Weissach

Dr. Ing. h.c. F. Porsche AG

Aufgaben

Der Fokus der Abschlussarbeit liegt auf der Identifikation der Kausalitäten zwischen RHS-Variablen und DIO. Dies soll stochastisch analysiert sowie die dazu passenden Fragestellungen generiert und auf Plausibilität geprüft werden. Die Datenanalyse basiert auf vorhandenen Versuch- und FE-Simulationsergebnissen; bei Bedarf sind jedoch notwendige Datenbanken aufzubauen und in der Gesamtanalyse zu bewerten. Eine mehrstufige Datenanalyse ist vorgesehen, die Komponententests bis hin zu Gesamtfahrzeugversuchen umfasst. Ein neuartiger Dummy wird hierbei eingesetzt.

Die gewonnenen Erkenntnisse fließen in die Projektrichtlinien für die Bewertung zukünftiger Crashlastfälle ein sowie als Empfehlung für die Weiterentwicklung von Robustheitsmethoden.

Die Abschlussarbeit soll folgende Inhalte wissenschaftlich bearbeiten und abschließen:

1. Literaturrecherche zum Stand der Technik
2. Vorbereitung der Datenbasis durch Clustering
3. Vorbereitung der Input-Daten für die stochastische Analyse
4. Implementierung und Durchführung von Machine-Learning-Methoden für die Datenanalyse
5. Logische Identifikation und Bewertung der Kausalitäten
6. Bei Bedarf Vorbereitung, Durchführung und Auswertung von Schlittenversuchen in der Fahrzeugumgebung
7. Erstellung einer wissenschaftlichen Abschlussarbeit

Anforderungen

• Studium der Ingenieurwissenschaften, Informatik oder eines vergleichbaren Studiengangs
• Studienschwerpunkte: Fahrzeugtechnik, Programmierung, FE-Simulation u/o Biomechanik
• Fachkenntnisse: Grundkenntnisse in FE-Simulationsmethoden
• Grundkenntnisse in Fahrzeugsicherheit und Bewertung von Verletzungsfolgen
• IT-Kenntnisse: Erfahrung mit Programmiersprachen (Schwerpunkt Python)
• Sprachkenntnisse: Deutsch und Englisch
• Soft Skills: Team- und Kommunikationsfähigkeiten
• Selbstständige und strukturierte Arbeitsweise

Gewünschter Beginn: 26.09. / Anfang Oktober