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

Verbesserung der KI-basierten Objektlageschätzung beim Bin Picking mittels Szenensegmentierung

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.
Die integrierten KI-basierten Funktionen werden anhand simulativ generierter künstlicher Daten trainiert. Die Aufgabe ist nun die Bilderkennung, das Training und zugehörige Datengenerierung anzupassen. Hierzu sollen zunächst die Tiefenbilder im Graustufenbilder als Input erweitert werden. Zusätzlich soll die Auswertung der Gesamtszenen in mehrere Auswertungen von Teilsegmenten aufgeteilt werden. Damit soll eine bessere Skalierung für großen Szenen sowie eine allgemeine Performancesteigerung erreicht werden.

Was Sie bei uns tun

• Einarbeitung und Recherche zu den Thema Bin Picking und Objektlageschätzung von chaotischen Szenen
• Einarbeitung in die Simulationsumgebung und den vorhanden Source Code
• Anpassung der Datengenerierung der Trainingsdaten an die neuen Ansätze
• Anpassung des Trainings an die neuen Ansätze bzw. Realisierung alternativer Trainingsalgorithmen
• Definition und Umsetzung verschiedener Algorithmen zur Auswahl der Teilsegmente in der Bilderkennung
• Testen der verschiedenen Ansätze und Validierung an einer realen Bin Picking Zelle

Was Sie mitbringen

• Studium im Bereich Automatisierungstechnik, Informatik, Kybernetik, Mechatronik, oder vergleichbares Ingenieursstudium
• Sehr gute Programmierkenntnisse in Python und C++
• Sehr gute Kenntnisse im Bereich des Machine Learnings inkl. Deep Learnings
• Sehr gute Kenntnisse in den Bereichen Computer Vision und Robotik
• Bereitschaft zur Einarbeitung in neue Programme und Systeme
• Strukturiertes und selbstständiges Arbeiten
• Sehr gute Englischkenntnisse

Was Sie erwarten können

• Einblick und aktive Mitarbeit in der führenden, anwendungsorientierten Forschung
• Flexibilität in der Arbeitszeit und -ort
• 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 Jennifer Leppich
Recruiting
Tel. +49 711 970-1415

jennifer.leppich@ipa.fraunhofer.de

Fraunhofer-Institut für Produktionstechnik und Automatisierung IPA

Kennziffer: 74948