Karriere am WZL

 

Masterarbeit oder Bachelorarbeit

am Forschungsbereich Fertigungsmesstechnik und Qualitätsmanagement, Abteilung Quality Intelligence, Gruppe Process Insights
 

Verbesserung der Personen- und Objekterkennung in Zugangskontrollen des ÖPNV durch Sensordatenfusion und Einsatz von Machine Learning

Ausgangssituation
Im Rahmen der Digitalisierung werden aktuell neue Möglichkeiten gesucht, um im Bereich der Zugangskontrollen des öffentlichen Personennahverkehrs die technischen Lösungen intelligenter zu machen. Hierzu zählt insbesondere die Personen- und Objekterkennung von Zugangskontrollen, die bisher „hard coded“ über manuell implementierte Logiken auf der jeweiligen SPS Informationen aus Sensordaten ableitet. Nun wurden verschiedene Sensoren (TOF-Kamera, LIDAR, Lichtschrankenarray) in ein prototypisches Zugangs-Gate implementiert und die Datenaufnahme realisiert. Im folgenden Schritt sollen die verfügbaren Daten nun im Sinne einer Sensordatenfusion genutzt werden um durch den Einsatz eines geeigneten Machine Learning Verfahrens individuelle Personentypen (Szenarien) zu klassifizieren.
Ziel der Arbeit
Im Rahmen der Arbeit soll im ersten Schritt mithilfe der implementierten Sensorik eine breite Datenbasis geschaffen werden, indem verschiedene Personentypen bzw. Szenarien das prototypische Zugangs-Gate passieren (Einzelperson, Person mit Koffer etc.). Anschließend soll die Vorverarbeitung und Synchronisation der aufgenommenen Sensordaten erfolgen. Abschließend soll mithilfe eines geeigneten Machine Learning Modells die Klassifikation der erlernten Szenarien realisiert werden.

Inhalte der Arbeit:
- Einarbeitung in die Themen Personen- und Objekterkennung, Sensordatenfusion und Machine Learning
- Datenaufnahme am Gate-Prototypen für verschiedene Szenarien
- Synchronisation und Vorverarbeitung der Sensordaten
- Entwicklung und Training eines ML-Modells zur Klassifikation der Szenarien
- Evaluation des entwickelten Modells



 
Voraussetzungen:
- Bachelor-/Masterstudium in den Studiengängen Informatik, Maschinenbau, Wirtschaftsingenieurwesen o.ä.
- Motivation und Einsatzbereitschaft
- Programmiererfahrung in Matlab, Python o.ä.
- Interesse an Sensorfusion, Data Analytics und Machine Learning
- Interesse und Spaß am konzeptionellen Arbeiten
- Sehr gute Studienleistungen



Geboten wird:
- Praxisnahe Abschlussarbeit mit konkretem Industriebezug
- Start sofort möglich und erwünscht
- Umfangreiche Betreuung
- Konkretisierte und abgegrenzte Aufgabenstellung
- Selbstständiges Arbeiten in guter Arbeitsatmosphäre
- Leistungsbestandteil des Quality Systems Manager Junior (QSMJ)

Zeitaufwand: 35,00 Arbeitsstunden

Ansprechpartner(in):
Peter Schlegel, M.Sc.
 
BGH 109
Tel.: +49 241 80-21989
Fax: +49 241 80-22293
Mail: P.Schlegel@wzl.rwth-aachen.de