Intelligente Erfassung der Parkraumbelegung mit einem Multikamerasystem und CNNs
Studentische Hilfskraft (m/w/d)
Intelligente Erfassung der Parkraumbelegung mit einem Multikamerasystem und CNNs
Beschreibung
Die effiziente Erfassung der Parkraumbelegung ist ein zentraler Bestandteil smarter Verkehrskonzepte. Im Rahmen dieses Projekts soll ein Multikamerasystem zur Überwachung eines Parkdecks in Erlangen genutzt werden, um mittels Convolutional Neural Networks (CNNs) präzise Belegungsdaten zu erfassen und zu analysieren.
Ein CNN ist ein spezialisiertes künstliches neuronales Netzwerk, das auf die Verarbeitung und Mustererkennung in Bilddaten optimiert ist. Es wird verwendet, um Fahrzeuge im Kamerastream automatisch zu erkennen und deren Position im Parkdeck zu bestimmen. Das System wird in einem 5G-Campusnetzwerk betrieben, um Echtzeit-Datenverarbeitung und -Übertragung zu ermöglichen.
Auch als: Forschungspraktikum oder Abschlussarbeit (MT, BT) möglich
Forschungsfragen
- Wie zuverlässig können CNNs zur Erfassung der Parkraumbelegung eingesetzt werden?
- Welche Herausforderungen ergeben sich durch verschiedene Umweltbedingungen (z. B. Regen, Schatten)?
- Wie kann ein Multikamerasystem optimal für die Datenfusion konfiguriert werden?
Ziele der Arbeit
Das Ziel ist die Betreuung des Versuchssystems, die Erhebung und Annotation von Fahrzeugdaten sowie das Training und die Optimierung eines CNNs zur robusten Erkennung von Fahrzeugen. Dabei soll das System unter realen Bedingungen getestet und kontinuierlich verbessert werden.
Arbeitspakete
- Betreuung des Versuchsaufbaus (Multikamerasystem, Sensorik)
- Auswertung der erfassten Daten und Annotation der Fahrzeuge
- Training von CNNs zur Fahrzeugerkennung
- Literaturrecherche zu bestehenden Methoden und Optimierungsstrategien
Deine Kenntnisse
- Interesse an Computer Vision und KI
- Grundkenntnisse in Deep Learning und neuronalen Netzwerken (CNNs)
- Erfahrung mit Python (z. B. TensorFlow, PyTorch, OpenCV)
- Kenntnisse in Datenannotation und Bildverarbeitung sind von Vorteil
Falls du Interesse an dieser spannenden Forschungsarbeit hast, freuen wir uns auf deine Bewerbung mit einem kurzen Lebenslauf an
