Studium
Research Projects

Research Projects

Auf dieser Seite sind offene "Research Projects" aufgelistet. Individuelle Änderungen an den einzelnen Themen sind möglich, aber mit dem jeweiligen Betreuer abzusprechen. Zusätzlich gibt es die Möglichkeit, eine Abschlussarbeit über ein selbst gewähltes Thema anzufertigen. Das Thema ist hierfür mit einem Mitarbeiter genauer abzustimmen.

  • Aufbereitung von großen Forschungsdatensätzen im Kontext „Autonomes Fahren“
    Im Graduiertenkolleg i.c.sens fallen in groß angelegten Experimenten umfangreiche Datensätze an, um die wissenschaftliche Forschung im Kontext des autonomen Fahrens zu unterstützen. In diesen Experimenten wurden mehrere Fahrzeuge mit komplexen Multi-Sensor-Plattformen zur Selbstlokalisierung und Kartierung ausgestattet, darunter mehrere GNSS-Systeme, Stereokameras und mehrere LiDAR-Systeme. Um eine Zweitverwertung dieser Datensätze zu ermöglichen und den Datensatz zu einem späteren Zeitpunkt veröffentlichen zu können, müssen die Daten mit etablierten sensorspezifischen Datenverarbeitungsmethoden oder durch manuelle Annotation (z. B. Labeling von Bildern oder Punktwolken) aufbereitet werden (ground truth). Das Spektrum der möglichen Aktivitäten (Programmieren, Verwenden eines GIS für Analysen, manuelles Bearbeiten / Kommentieren von Daten mit bereitgestellten Tools und vielem mehr) in diesem Forschungsprojekt ist breit und kann von mehrere Studenten gleichzeitig bearbeitet werden. Es besteht eine hohe Flexibilität bei der Definition der durchzuführenden Aufgaben (im Rahmen einer Besprechung vor Beginn des Forschungsprojekts).
    Leitung: Kuntzsch, Peters
    Jahr: 2018
  • Extracting Relevant Features That Determine Collision Avoidance in Shared Spaces
    In distinction to classic traffic designs which, in general, separately dedicate road resources to road users by time or space division, an alternative solution—shared space—has been proposed by traffic engineers. Pedestrians, cyclists, and vehicles interact with each other and self-organize to give or take right-of-way. The safety of shared spaces need to be thoroughly investigated, namely, how road users adapt their speed and/or orientation in the interactions with others in their vicinity to avoid collisions. In order to extract the most relevant features that reflect how a road user adjust his/her motion to avoid potential collisions with others in shared spaces, real-world trajectories will be analysed using statistical and machine learning approaches. For instance, the safe distance may differ significantly across different types of road users. Can we quantify such differences and impacts? Currently, however, user attributes are not yet available in the dataset, which will be incorporated in future work.
    Leitung: Cheng
    Jahr: 2018
    Förderung: DFG Graduiertenkolleg SocialCars
  • Trajektorienanalyse von Lieferfahrzeugen
    Zustell- und Lieferfahrzeuge sind omnipräsent im urbane Verkehrsgeschehen. Die Simulation und Optimierung alternativer Konzepte in diesem Bereich benötigt zunächst ein Verständnis und daher eine grundlegende Analyse des aktuellen Verhaltens. Als ersten Schritt zielt diese Arbeit auf das automatische Extrahieren von entsprechenden Kennzahlen und Schlüsselparametern aus GPS-Trajektorien von Zustellfahrzeugen ab, um realitätsnahe Verkehrssimulationen in diesem Bereich zu unterstützen. In der Abbildung ist beispielhaft ein Ausschnitt einer der aufgezeichneten Trajektorien zu sehen.
    Leitung: Wage
    Jahr: 2019