Studien-/Abschlussarbeit - Optimierung von Roboteranw. mittels maschinellen Lernens und KI-Methoden - #2120209

Die Fraunhofer-Gesellschaft (www.fraunhofer.de) betreibt in Deutschland derzeit 76 Institute und Forschungseinrichtungen und ist eine der führenden Organisationen für anwendungsorientierte Forschung. Rund 32 000 Mitarbeitende erarbeiten das jährliche Forschungsvolumen von 3,4 Milliarden Euro.

Ausschreibung für die Fachrichtung wie z. B.: Automatisierungstechnik, Elektrotechnik, Informatik, Kybernetik, Maschinenbau, Mechatronik oder vergleichbare.

Die Abteilung „Roboter- und Assistenzsysteme“ gestaltet Automatisierungslösungen für industrielle Anwendungen. Der „Griff-in-die-Kiste“ gilt seit Jahren als Königsdisziplin in der Robotik und steht für die Vereinzelung von chaotisch gelagerten Werkstücken mit Robotern. Die am Fraunhofer IPA entwickelte und mehrfach industriell eingesetzte Software „Bin Picking 3D – bp3“ ermittelt die Objektlage unter Verwendung von CAD-Modellen und 3D-Sensorinformationen, identifiziert geeignete Greifpunkte und generiert kollisionsfreie Pfade zur Entnahme und definierten Ablage von Bauteilen.

Eines der aufkommenden wichtigen Themen steht unter dem Motto „Automatisierung der Automatisierung“. Hier entstehen mehr und mehr Lösung zur effizienten, ressourcenschonenden und kostenreduzierten Umsetzung von Produktionsprozesses. Im Rahmen des Bin Pickings bietet das Fraunhofer IPA bereits heute hierfür virtuelle Machbarkeitsstudien an. Grundlage hierfür ist eine simulative Abbildung eben dieser Bin-Picking-Zelle (Stichwort Digitaler Zwilling).

Der nächste logische Entwicklungsschritt ist die automatische Optimierung der Zellen mittels simulationsbasierten Lernalgorithmen. Hierbei soll mit der Simulationsumgebung interagiert werden um die optimale Konfiguration bzgl. Roboter, Greifer, Kamera, Positionen im Raum usw. zu erhalten. Mögliche Ansätze umfassen hierbei das Reinforcement Learning, Bayes'sche Optimierung oder Evolutionsalgorithmen.

Was Sie bei uns tun

• Einarbeitung und Recherche zu den Themen Bin Picking sowie Optimierungsalgorithmen
• Einarbeitung in NVIDIA Isaac Sim und NVIDIA Omniverse
• Literatur-Recherche zu Bayesian Optimisation und Genetische Algorithmen für Multi-Objectiv und Mixed-Space Anwendungen und vergleichbaren Algorithmen
• Erweiterung des bisherigen Models um zusätzliche Optimierungsgrößen und Key Performance Indikatoren
• Integration der vorhandenen automatischen Greifergenerierung in den Optimierungsprozess
• Verbesserung der Optimierungsalgorithmen basierend auf den zusätzlichen Funktionen
• Analyse und Bewertung der Optimierungen
  
  
  

Was Sie mitbringen

• Studium im Bereich Automatisierungstechnik, Kybernetik, Mechatronik, Maschinenbau, Informatik oder vergleichbares Ingenieursstudium mit gültiger Immatrikulationsbescheinigung
• Sehr gute Programmierkenntnisse in Python
• Kenntnisse im Bereich des maschinellen Lernens
• Allgemeine Erfahrung mit Simulationsumgebungen
• Bereitschaft zur Einarbeitung in neue Programme und Systeme
• Strukturiertes und selbstständiges Arbeiten
• Sehr gute Deutsch- und Englischkenntnisse
  
  
  

Was Sie erwarten können

• Praktische Erfahrungen bei der selbständigen Lösung von industrierelevanten Problemen
• Möglichkeit zur Mitarbeit in einem relevanten Umfeld für Industrie und Forschung
• Flexibilität in der Wahl der Arbeitszeit und des Arbeitsortes für eine gute Integration in das Studium
• Mitarbeit in einem engagierten und interdisziplinären Team
• Ein offenes und kollegiales Arbeitsumfeld
  
  
  

Wir wertschätzen und fördern die Vielfalt der Kompetenzen unserer Mitarbeitenden und begrüßen daher alle Bewerbungen – unabhängig von Alter, Geschlecht, Nationalität, ethnischer und sozialer Herkunft, Religion, Weltanschauung, Behinderung sowie sexueller Orientierung und Identität. Schwerbehinderte Menschen werden bei gleicher Eignung bevorzugt eingestellt.

Mit ihrer Fokussierung auf zukunftsrelevante Schlüsseltechnologien sowie auf die Verwertung der Ergebnisse in Wirtschaft und Industrie spielt die Fraunhofer-Gesellschaft eine zentrale Rolle im Innovationsprozess. Als Wegweiser und Impulsgeber für innovative Entwicklungen und wissenschaftliche Exzellenz wirkt sie mit an der Gestaltung unserer Gesellschaft und unserer Zukunft.

Haben wir Ihr Interesse geweckt? Dann bewerben Sie sich jetzt online mit Ihren aussagekräftigen Bewerbungsunterlagen. Wir freuen uns darauf, Sie kennenzulernen!

Frau Lisa Bauer

Recruiting

Tel. +49 711 970-3681

[email protected]

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

www.ipa.fraunhofer.de

Kennziffer: 67659 Bewerbungsfrist: