Montag, 26. Februar 2024
Automatisierte Online Simulation zum Evaluieren von Deep Learning Modellen im Shadow Mode
Thema und Ziel der Arbeit
In zukünftigen Mobilitätssystemen werden automatisierte Fahrzeuge sowohl untereinander als auch mit der Infrastruktur und Clouddiensten kommunizieren. Die Erweiterung der Systemgrenzen ermöglicht dabei neue Konzepte zur kontinuierlichen Verbesserung von Funktionen im laufenden Betrieb. MLOps beschreibt dabei einen iterativen Prozess, der automatisch überwacht, Daten sammelt, neue Modelle trainiert und evaluiert und letztlich automatisiert an die Fahrzeugflotte ausspielt.
Im Fokus der Arbeit steht der Monitoring-Prozess, der auch zur Laufzeit zusätzliche Evaluationen für eine Komponente ermöglichen kann. Für weiterführende Analysen soll eine Methodik entstehen, um die aktuelle reale Situation zusätzlich in der Simulation abzubilden. Dazu sollen vor allem die dynamischen Objekte in der Fahrzeugumgebung zur Laufzeit in einen digitalen Simulationszwilling überführt werden. Die Methodik wird dabei in ein bestehendes Simulationsframework implementiert. Dies ermöglich insgesamt eine Bewertung und Verbesserung von Modulen im Rahmen des gesamten MLOps Prozesses.
Arbeitspunkte
- Literaturrecherche zu bestehenden Methoden zum Überführen von Realdaten in die Simulation
- Erarbeitung einer Methodik für das automatisierte und kontinuierliche Erstellen eines simulativen digitalen Zwillings
- Implementierung der Gesamtmethodik, eingebettet in den bestehenden Monitoring- und Simulationsprozess
- Veröffentlichung der Ergebnisse bei internationalen Konferenzen
Anforderungen
- Zuverlässigkeit, Engagement und Freude am selbständigen Arbeiten
- Erfahrung mit Python oder C++
- Wünschenswert: Erfahrung mit ROS, CARLA, Git, Docker und Kubernetes
Hinweis: Bitte kurzen Lebenslauf und eine Notenübersicht anhängen.
Kontakt
Christian Geller M.Sc.
+49 241 80 25646
E-Mail
Art der Arbeit
Bachelorarbeit, Masterarbeit
Beginn
nächstmögl. Zeitpunkt
Vorkenntnisse
Python oder C++, Weiterhin hilfreich: ROS, CARLA, Git, Docker, Kubernetes
Sprache
Deutsch, Englisch
Forschungsbereich
Fahrzeugintelligenz & Automatisiertes Fahren