Studium

Bachelor-/Master-Arbeiten

Arbeitsthema: „Entwicklung einer Simulation und Implementierung von Stitching-Verfahren für die Rotorblattinspektion von Windenergieanlagen“, ab sofort, Bachelorarbeit und Masterarbeit

Hintergrund:

Die Rotorblattinspektion von Windenergieanlagen soll künftig mit Hilfe von Drohnen automatisiert werden
Eine Teilaufgabe der automatisierten Inspektion ist das Zusammenfügen der Nahaufnahmen zu einem kompletten Bild des Rotorblattes (Stitching)

Aufgabenbeschreibung:

Aufbau einer Simulation in einer Spiel-Engine für die Bildgenerierung der Rotorblattsegmente
Realisierung von Algorithmen für die Erzeugung der zusammengefügten Rotorblattbilder
Evaluation der Algorithmen anhand von Testfällen wie z.B. verschiedene Rotorblatttexturen und Flugrouten

Voraussetzung:

Ein fortgeschrittenes oder abgeschlossenes Bachelorstudium ( z.B. Produktionstechnik, Systems Engineering, Informatik)
Erste Erfahrung mit Entwicklungsumgebungen für Spiele wie Unity oder Unreal Engine (wünschenswert)
Gute Programmierkenntnisse (wünschenswert)

Ansprechpartner:
Dimitri Denhof
E-Mail: den@biba.uni-bremen.de
Tel.: 0421 / 218 – 50141

Arbeitsthema: "Konzepterstellung für die Inspektion von Windkraftanlagen mit Hilfe einer Drohne", ab sofort, Bachelorarbeit

Hintergrund:

Die konventionellen Oberflächeninspektionen der Rotorblätter von Windenergieanlagen sollen weiterentwickelt werden. Der technologische Fortschritt und die Entwicklung im Bereich Bildverarbeitung bieten die Möglichkeiten die Inspektionen künftig mit Hilfe von Drohnen automatisch durchzuführen

Aufgabenbeschreibung:

Ziel der Abschlussarbeit ist die Konzepterstellung und Bewertung unterschiedlicher Hardwaresysteme zur Bilderfassung sowie Datenübertragung

Voraussetzung:

Ein fortgeschrittenes Bachelorstudium (Wirtschaftsingenieurwesen, Produktionstechnik oder Systems Engineering)
Interesse am Themengebiet
Selbstständiges Arbeiten und hohe Zuverlässigkeit

Ansprechpartner:
Dimitri Denhof
E-Mail: den@biba.uni-bremen.de
Tel.: 0421 / 218 - 50141

Arbeitsthema: Zum Thema „Bildgestützte Objekterkennung und -klassifizierung: Stand der Technik und Einsatzmöglichkeiten für ein Nutzfahrzeug-Assistenzsystem“, ab sofort, Masterarbeit

Hintergrund:

In zahlreichen Wirtschaftsbereichen werden heute vermehrt Nutzfahrzeuge eingesetzt.
Eine vergleichsweise hohe Anzahl von schweren Unfällen werden durch Sichteinschränkungen des Maschinenführers verursacht.

Aufgabenbeschreibung:

Entwicklung einer Objektklassifizierung zur Unterscheidung verschiedener beweglicher Objekte im Arbeitsraum eines Nutzfahrzeugs, am Beispiel eines Mobilkrans
Konzept zur Einbindung der erkannten Objekte in ein Nutzfahrzeug-Assistenzsystem

Zielsetzung:

Ermittlung Stand der Technik und der Einsatzmöglichkeiten der bildgestützten Objekterkennung zur Steigerung der Sicherheit von Nutzfahrzeugen

Voraussetzung:

Studium der Informatik, des Systems Engineering oder verwandter Disziplinen
Interesse an der Thematik
Selbstständige, wissenschaftliche Arbeitsweise

Ansprechpartner:
Thies Beinke
E-Mail: ben@biba.uni-bremen.de
Tel.: 0421 / 218 – 50086

Arbeitsthema: Intelligente Algorithmen zur Planung von automatischen Beladesystemen (Bachelor/Master)

Hintergrund:

Die automatische Beladung von Containern oder Paletten erfordert Algorithmen zur optimalen Planung der Beladereihenfolge.
Abhängig von der Art und der Ausmaße der zu beladenen Güter werden entsprechende Algorithmen benötigt.
Die Arbeit ist in einem anwendungsorientierten Forschungsprojekt für die Entwicklung von automatischen Beladesystemen angesiedelt.

Aufgabenbeschreibung:

Recherche und intensive Auseinandersetzung mit adaptiven und intelligenten Algorithmen
Entwicklung einer Methode für optimale Planung zur Beladung von Containern oder Paletten
Evaluation und Bewertung anhand von Simulation des Prozesses

Voraussetzung:

Studium des Systems Engineering, Mathematik und Informatik
Exzellente Programmierkenntnisse und Erfahrungen im Bereich der künstlichen Intelligenz
Selbstständige, wissenschaftliche Arbeitsweise

Wir bieten:

Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
Intensive Betreuung und regelmäßiges Feedback

Interessenten melden sich bitte bei:
Hendrik Thamer
E-mail: tha@biba.uni-bremen.de
Tel.: 0421 / 218 – 50160

Arbeitsthema: Entwicklung von Deep Learning Anwendungen für die Automatisierung von produktionstechnischen und logistischen Prozessen (Bachelor/Master)

Hintergrund:

Deep Learning ist ein neuartiger Ansatz in der künstlichen Intelligenz, der großes Potenzial für diese Aufgabenstellung bietet.
Der Anwendungsbereich der Arbeit wird nach Interesse des Studenten/der Studentin definiert. Bspw. Automatisierungstechnik, Robotik oder Prozessoptimierung.
Die Arbeit ist in der Abteilung Robotik und Automatisierung angesiedelt.

Aufgabenbeschreibung:

Recherche und intensive Auseinandersetzung mit Deep Learning
Anwendung an einem konkreten Beispiel in der Produktion oder Logistik
Evaluation und Bewertung der Eignung von Deep Learning für die Aufgabenstellung

Voraussetzung:

Studium des Systems Engineering, Mathematik und Informatik
Exzellente Kenntnisse im Bereich künstliche neuronale Netze oder erste Erfahrungen mit Deep Learning
Technisches Grundverständnis und sehr gute Programmierkenntnisse (idealerweise C++)
Selbstständige, wissenschaftliche Arbeitsweise

Wir bieten:

Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
Intensive Betreuung und regelmäßiges Feedback

Interessenten melden sich bitte bei:
Hendrik Thamer
E-mail: tha@biba.uni-bremen.de
Tel.: 0421 / 218 – 50160

Arbeitsthema: Automatische Szenenanalyse für die Entwicklung intelligenter Robotersysteme für logistische Prozesse (Bachelor/Master)

Hintergrund:

Die Fortschritte in der künstlichen Intelligenz und Sensorik ermöglichen intelligente Automatisierungssysteme für dynamische logistische Prozesse.
Der Anwendungsbereich der Arbeit wird nach Interesse des Studenten/der Studentin definiert. Bspw. Automatisierungstechnik, Robotik oder Prozessoptimierung.
Die Arbeit ist in der Abteilung Robotik und Automatisierung angesiedelt.

Aufgabenbeschreibung:

Recherche und intensive Auseinandersetzung mit Objekterkennungsmethoden
Anwendung an einem konkreten Beispiel in der Logistik
Spezifikation und Umsetzung eines kleinen Demonstrators

Voraussetzung:

Studium des Systems Engineering, Mathematik und Informatik
Exzellente Kenntnisse im Bereich künstliche Intelligenz und Objekterkennung
Erfahrungen mit Bildverarbeitungssystemen (2D,3D) und Mikrocontrollerprogrammierung
Technisches Grundverständnis und sehr gute Programmierkenntnisse (idealerweise C++, OpenCV, PCL)
Selbstständige, wissenschaftliche Arbeitsweise

Wir bieten:

Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
Intensive Betreuung und regelmäßiges Feedback

Interessenten melden sich bitte bei:
Hendrik Thamer
E-mail: tha@biba.uni-bremen.de
Tel.: 0421 / 218 – 50160

Arbeitsthema: Selbstlernende Roboter und Automatisierungssysteme für logistische Prozesse (Bachelor/Master)

Hintergrund:

Die Fortschritte in der künstlichen Intelligenz ermöglichen kognitive Automatisierungssysteme für dynamische logistische Prozesse.
Der Anwendungsbereich der Arbeit wird nach Interesse des Studenten/der Studentin definiert. Bspw. Automatisierungstechnik, Robotik oder Prozessoptimierung.
Die Arbeit ist in der Abteilung Robotik und Automatisierung angesiedelt.

Aufgabenbeschreibung:

Recherche und intensive Auseinandersetzung mit kognitiven Systemen
Anwendung an einem konkreten Beispiel in der Logistik
Spezifikation und Umsetzung eines kleinen Demonstrators

Voraussetzung:

Studium des Systems Engineering, Mathematik und Informatik
Exzellente Kenntnisse im Bereich künstliche Intelligenz und maschinelles Lernen
Technisches Grundverständnis und sehr gute Programmierkenntnisse (idealerweise C++)
Selbstständige, wissenschaftliche Arbeitsweise

Wir bieten:

Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
Intensive Betreuung und regelmäßiges Feedback

Interessenten melden sich bitte bei:
Hendrik Thamer
E-mail: tha@biba.uni-bremen.de
Tel.: 0421 / 218 – 50160

Arbeitsthema: Big Data Analysis von Zeitreihendaten (Master)

Hintergrund:

Viele technische Systeme sind heutzutage mit einer Vielzahl von Sensoren ausgestattet, die sekündlich unterschiedlichste Daten sammeln
Je nach Anwendungsfall müssen diese Daten aufbereitet und Informationen abgeleitet werden

Zielsetzung:

Anwendung verschiedener Verfahren, bspw. für die Vorhersage der Restlebensdauer eines Systems
Interpretation der Ergebnisse / Vergleich der Verfahren

Aufgabenbeschreibung:

Entwicklung von Analysen, welche die Daten aus korrelierenden Zeitreihen aufbereiten und Vorhersagen ermöglichen bzw. Abweichung erkennen
Literaturrecherche
Umsetzung mit der Open-Source Software H2O

Voraussetzung:

Programmierkenntnisse, vorzugsweise in JAVA und R
Statistikkenntnisse
Eigenständige Arbeitsweise
Keine Scheu vor Mathematik

Interessenten melden sich bitte bei:
BIBA, Forschungsbereich: IPS

Stephan Oelker
E-mail: oel@biba.uni-bremen.de
Tel.: 0421 / 218 – 50130

Abderrahim Ait Alla
E-mail: ait@biba.uni-bremen.de
Tel.: 0421 / 218 – 50082

Arbeitsthema: Bestimmung der optimalen Sensoranordnung und -konfiguration für Robotersysteme in der Logistik (Bachelor/Master)

Hintergrund:

Das Vision System eines Roboters ist von entscheidender Bedeutung für die „Intelligenz“ eines Robotersystems.
Moderne 3D-Kameras liefern hochauflösende 2D- und 3D-Daten, die zur einer echtzeitfähigen Analyse geeignet sind und dadurch intelligente und lernfähige Robotersysteme ermöglichen.
Die Arbeit ist in einem anwendungsorientierten Forschungsprojekte zur Steigerung der Energieeffizienz in der Produktion angesiedelt.

Aufgabenbeschreibung:

Recherche und intensive Auseinandersetzung mit der Bestimmung der optimalen Position von 2D- und 3D-Kameras
Implementierung von Optimierungsalgorithmen in eine vorhandene Simulationssoftware
Evaluation und Bewertung anhand eines konkreten Anwendungsfall aus der Logistik durch Simulation sowie Labortests

Voraussetzung:

Studium des Systems Engineering, Mathematik und Informatik
Exzellente Kenntnisse im Bereich Bildverarbeitung oder 3D-Sensorsysteme
Technisches Grundverständnis und sehr gute Programmierkenntnisse (idealerweise C++ oder C#)
Selbstständige, wissenschaftliche Arbeitsweise

Wir bieten:

Unmittelbarer Praxisbezug durch Thema aus aktuellem Forschungsprojekt
Intensive Betreuung und regelmäßiges Feedback

Interessenten melden sich bitte bei:
Hendrik Thamer
E-mail: tha@biba.uni-bremen.de
Tel.: 0421 / 218 – 50160