Im Rahmen des Projekts „MouSe“ wird ein mobiles, umfeldüberwachendes Sensorsystem für manuell geführte Flurförderzeuge (FFZ) entwickelt, um die Sicherheit und die Arbeitseffizienz in der Intralogistik zu verbessern.

Ziel der Abschlussarbeit ist die Entwicklung eines Algorithmus zur Erkennung der Position von Objekten, die von einer 2D-Fisheye-Kamera erfasst werden. Die erkannten Objekte sollen in Bezug auf die Kameraposition verortet werden mit dem Ziel, die Positionen der Objekte in einer 2D-Ansicht aus der Vogelperspektive darstellen zu können. Zur Detektion der Objekte kann bspw. YOLO als Grundlage verwendet werden. Die Kameradaten sollen mithilfe einer ROS2-basierten Systemarchitektur verarbeitet werden.

Deine Aufgaben

• Literaturrecherche zu bestehenden Ansätzen zur Personenerkennung
• Konzeption einer ROS2-basierten Systemarchitektur zur Verarbeitung der Kameradaten
• Implementierung eines Algorithmus zur Objekteerkennung (bspw. YOLO-basiert)
• Erweiterung zur robusten Positionsschätzung bei teilweiser Sichtbarkeit von Personen
• Integration und Visualisierung der Ergebnisse in einer 2D-Draufsicht
• Evaluation des entwickelten Systems hinsichtlich Genauigkeit, Robustheit, Rechenaufwand und Latenz

Im Rahmen einer Studien-/Bachelorarbeit kann der Arbeitsaufwand entsprechend der dafür vorgesehenen Arbeitszeit reduziert werden.

Dein Profil

Du studierst eines der folgenden Fächer:

• Maschinenbau
• Wirtschaftsingenieurwesen
• Produktion und Logistik
• Mechatronik und Robotik
• oder ähnliches

Du hast Interesse an Robotik, Bildverarbeitung und Algorithmen? Und Dir macht es Spaß, sich eigenständig in neue Themen einzuarbeiten? Dann bewirb dich gerne bei mir!

Du solltest bereits grundlegende Kenntnisse erste Programmiererfahrungen haben und dich etwas mit Python und ROS2 auskennen.

Gute Deutsch- und Englischkenntnisse in Wort und Schrift werden vorausgesetzt.

Wir bieten

• eigenverantwortliches Arbeiten
• flexible Arbeitszeiten
• gut ausgestattete Arbeitsplätze
• Home-Office nach Absprache
• Versuchsdurchführungen
• ggf. langfristige Zusammenarbeit

Bitte sende deine aussagekräftige Bewerbung in einer einzigen PDF-Datei an jobs@iph-hannover.de und kennzeichne deine Bewerbung entsprechend, solltest du KI-Tools verwendet haben. Die Bewerbung muss Anschreiben, Lebenslauf sowie Prüfungsleistungen des Studiums / Zeugnisse enthalten.

Im Rahmen des Projekts „MouSe“ wird ein mobiles, umfeldüberwachendes Sensorsystem für manuell geführte Flurförderzeuge (FFZ) entwickelt, um die Sicherheit und die Arbeitseffizienz in der Intralogistik zu verbessern.

Ziel der Arbeit ist es, den Einsatz einer AR-Brille für die ortsgenaue Visualisierung von Objekten für Staplerführende zu erproben. Über ein drohnengeführtes Sensorsystem werden Objekte im Umfeld des Gabelstaplers aufgenommen und mittels KI-basierter Bildverarbeitung klassifiziert. Die AR-Brille soll dazu dienen, die erkannten Objekte perspektivisch korrekt in Bereichen einzublenden, die aus der Sicht des Staplerführenden nicht einsehbar sind („Wallhack“). Detektierte Objekte sollen dabei als Ersatzobjekte angezeigt werden, um Datenmengen und somit die Latenz zu reduzieren.

Deine Aufgaben

• Literaturrecherche zu bestehenden Ansätzen zur AR-Brillen-basierten Visualisierung von Objekten
• Konzeption einer ROS2-basierten Systemarchitektur zur Verarbeitung der Sensordaten
• Anwendung von Algorithmen zur Objekterkennung
• Integration und Visualisierung der Ergebnisse mittels AR-Brille („Wallhack“)
• Evaluation des entwickelten Systems hinsichtlich Genauigkeit, Robustheit, Rechenaufwand und Latenz

Die Evaluation der Ergebnisse kann auch in Form einer Abschlussarbeit durchgeführt werden.

Dein Profil

Du studierst eines der folgenden Fächer:

• Maschinenbau
• Wirtschaftsingenieurwesen
• Produktion und Logistik
• Mechatronik und Robotik
• oder ähnliches

Du hast Interesse an Robotik, Bildverarbeitung und Algorithmen? Und Dir macht es Spaß, sich eigenständig in neue Themen einzuarbeiten? Dann bewirb dich gerne bei mir!

Du solltest bereits grundlegende Kenntnisse erste Programmiererfahrungen haben und dich etwas mit Python und ROS2 auskennen.

Gute Deutsch- und Englischkenntnisse in Wort und Schrift werden vorausgesetzt.

Wir bieten

• angemessene Vergütung
• eigenverantwortliches Arbeiten
• flexible Arbeitszeiten
• gut ausgestattete Arbeitsplätze
• Home-Office nach Absprache
• Versuchsdurchführung
• ggf. langfristige Zusammenarbeit

Bitte sende deine aussagekräftige Bewerbung in einer einzigen PDF-Datei an jobs@iph-hannover.de und kennzeichne deine Bewerbung entsprechend, solltest du KI-Tools verwendet haben. Die Bewerbung muss Anschreiben, Lebenslauf sowie Prüfungsleistungen des Studiums / Zeugnisse enthalten.

Faserverstärkte Granulate ermöglichen die Herstellung leichter und hochfester Bauteile mittels Fused Granulate Fabrication (FGF). Während die Zusammenhänge zwischen Prozessführung und Faserstruktur im Spritzguss bereits umfassend untersucht wurden, existieren für den FGF-Prozess bislang nur wenige Erkenntnisse. Ziel dieser Arbeit ist die systematische Untersuchung des Einflusses von Material- und Druckparametern auf die Faserorientierung, Faserverteilung und die daraus resultierenden Bauteileigenschaften.

Deine Aufgaben

• Literaturrecherche zu faserverstärkten Thermoplasten im Spritzguss und FGF-3D-Druck
• Entwicklung und Durchführung einer statistischen Versuchsplanung (DoE)
• Herstellung und Verarbeitung kurzfaserverstärkter Compounds für den FGF-Druck
• Durchführung von CT-Untersuchungen sowie mechanischen Prüfungen (z. B. Zugversuch, Kerbschlagbiegeversuch)
• Analyse der Faserorientierung und Faserverteilung mittels FiberShape
• Auswertung der Zusammenhänge zwischen Druckparametern, Faserstruktur und mechanischen Eigenschaften
• Ableitung von Prozessfenstern zur gezielten Einstellung der Faserstruktur

Dein Profil

Du studierst eines der folgenden Fächer:

• Maschinenbau
• Produktion und Logistik
• Mechatronik
• Nachhaltige Ingenieurwissenschaft
• Werkstoffwissenschaften
• oder vergleichbares

Du hast Interesse an Additiver Fertigung, Kunststofftechnik und experimenteller Forschung. Erste Erfahrungen im Bereich 3D-Druck, Werkstoffcharakterisierung, statistischer Versuchsplanung (DoE) oder Datenanalyse sind von Vorteil, aber nicht zwingend erforderlich. Eine strukturierte und selbstständige Arbeitsweise sowie gute Deutsch- und Englischkenntnisse werden vorausgesetzt.

Wir bieten

• Eigenverantwortliches und selbstständiges Arbeiten
• Flexible Arbeitszeiten
• Gut ausgestattete Arbeitsplätze
• Mitarbeit an aktueller Forschung im Bereich der Additiven Fertigung
• Zugang zu moderner Prüf- und Messtechnik (3D-Vermessung und Werkstoffprüfung)
• Praxisnahe Versuchsplanung, -durchführung und Auswertung
• ggf. Möglichkeit einer langfristigen Zusammenarbeit

Bitte sende deine aussagekräftige Bewerbung in einer einzigen PDF-Datei an jobs@iph-hannover.de und kennzeichne deine Bewerbung entsprechend, solltest du KI-Tools verwendet haben. Die Bewerbung muss Anschreiben, Lebenslauf sowie Prüfungsleistungen des Studiums / Zeugnisse enthalten.

Die manuelle Handhabung ist in der Schmiedeindustrie noch stark verbreitet. Durch ungenaues Positionieren des Schmiedeteils können Fehler entstehen. Eine fehlerhafte Positionierung soll möglichst frühzeitig im Prozess identifiziert werden. Um Fehlpositionierungen in einem Schmiedeprozess zu erkennen, erfolgt in diesem Projekt eine Kraftmessung im Gesenk. Auf Basis von Kraftwerden aus Simulationen soll untersucht werden, ob mithilfe der Kraftdaten Fehlpositionierungen identifiziert werden können. Dazu sollen die Kraftverlaufskurven der einzelnen Sensoren untersucht werden. Auf Basis von statistischen Regressionsmodellen oder KI-Modellen soll die Richtung und die Größe der Fehlpositionierung bestimmt werden. Anschließend werden die Ergebnisse mit Daten aus praktischen Versuchen validiert. 

Deine Aufgaben

• Datenauswertung und Bereinigung
• Vorbereitung der Daten für KI-Modelle, mathematische oder regelbasierte Entscheidungs- und Vorhersagemodelle
• Strukturiertes Dokumentieren des Vorgehens
• Visuelle Darstellung der Ergebnisse
• Regelmäßige Diskussion der Ergebnisse
• Generierung kreativer Ansätze für die Übertragbarkeit auf andere Geometrien und Fehlerbilder

Dein Profil

Du studierst eines der folgenden Fächer:

• Maschinenbau
• Produktionstechnik
• Mechatronik
• Wirtschaftsingenieurwesen
• Informatik

oder ein ähnliches Fach.

Du hast Erfahrungen in Programmierung, Künstlicher Intelligenz und Prozessüberwachung.

Zudem verfügst du über Kenntnisse im Bereich KI und der Programmierung mit Python.

Sehr gute Deutschkenntnisse in Wort und Schrift werden vorausgesetzt.

Wir bieten

• angemessene Vergütung
• eigenverantwortliches Arbeiten
• flexible Arbeitszeiten
• gut ausgestattete Arbeitsplätze
• Home-Office nach Absprache
• ggf. langfristige Zusammenarbeit

Bitte sende deine aussagekräftige Bewerbung in einer einzigen PDF-Datei an jobs@iph-hannover.de und kennzeichne deine Bewerbung entsprechend, solltest du KI-Tools verwendet haben. Die Bewerbung muss Anschreiben, Lebenslauf sowie Prüfungsleistungen des Studiums / Zeugnisse enthalten.