Institut für Mess- und Regelungstechnik Studium
Studien- & Abschlussarbeiten

Studien- und Abschlussarbeiten

Bild Bild Bild © Foto: Bodo Kremmin / LUH
Foto: Bodo Kremmin / LUH

Hier finden Sie die aktuellen Themen, die für studentische Arbeiten (Studien-, Bachelor-, Master- und/oder Diplomarbeiten) am IMR angeboten werden. Für genauere Informationen zu den einzelnen Themen wenden Sie bitte an den jeweiligen Ansprechpartner.


Aktuell ausgeschriebene Themen vom IMR


Fertigungsmess- und Prüftechnik

  • Robuste Lasertriangulation durch neuronale Tiefenschätzung

    Bachelor- / Studien- / Masterarbeit

    In rauen Umgebungen, wie sie in industriellen Prozessen mit Funken, Reflexionen oder starker Verschmutzung auftreten, wird die Genauigkeit optischer Messsysteme erheblich beeinträchtigt. Ziel dieser Arbeit ist die Entwicklung eines Verfahrens, das neuronale Tiefenschätzung aus Monokularkameras mit der Lasertriangulation kombiniert, um die Linienextraktion während der Messung robuster zu gestalten.

    Kernidee ist hierbei, dass mittels neuronaler Netze (z. B. MiDaS, DPT) Tiefenkarten aus voll ausgeleuchteten Aufnahmen vorhergesagt werden können. Diese Tiefeninformationen sollen zyklisch während der Lasertriangulationsmessung genutzt werden, um die erwartete Position der Laserlinie einzugrenzen und dadurch Ausreißer — etwa durch Mehrfachreflexionen, Rauch, Funken oder andere stochastische Störungen — gezielt zu unterdrücken sowie fehlende Messpunkte zu interpolieren.

    Deine Aufgaben:

    • Literaturrecherche zu neuronaler Tiefenschätzung und Lasertriangulation
    • Implementierung und Test einer Prädiktionspipeline
    • Vergleich mit bestehenden Verfahren (je nach Umfang)
    • Auswertung und Dokumentation der Ergebnisse

     

     

     

    Peter Shobowale Peter Shobowale
    Peter Shobowale, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    131
    Peter Shobowale Peter Shobowale
    Peter Shobowale, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    131
  • Neugestaltung eines optischen Messsystems zur Profilvermessung an Kautschukextrudern

    Bachelor- / Studien- / Masterarbeit

    Im Rahmen eines Forschungsprojekts zur KI-basierten Regelung eines Kautschukextruders wird ein optisches Messsystem entwickelt, das mithilfe von Profilsensoren – bestehend aus Industriekameras und Linienlasern – die Geometrie des extrudierten Kautschukstrangs erfasst. Das Messsystem ist Teil des Sensorkonzepts und dient als Prozess-Rückführung für die KI-basierte Regelung. Das System ist prototypisch aufgebaut und bereits funktionsfähig und wird hinsichtlich Echtzeitfähigkeit weiterentwickelt.

    Das bestehende System befindet sich in einem prototypischen Zustand und weist Optimierungspotenzial hinsichtlich konstruktivem Aufbau, Wartungsfreundlichkeit sowie thermischem Verhalten auf. Insbesondere die Zugänglichkeit des Messbereichs ist durch die aktuelle Sensoranordnung eingeschränkt und soll im Hinblick auf eine bevorstehende umfangreiche Messkampagne verbessert werden. Im Rahmen dieser Arbeit soll ein überarbeitetes Sensor- und Systemdesign mit Fokus auf einer einseitigen Sensoranordnung konzipiert, prototypisch umgesetzt und unter thermischen sowie konstruktiven Gesichtspunkten evaluiert werden.

    Deine Aufgabe:

    • Analysiere zunächst das bestehende Messsystem und arbeite thermische sowie konstruktive Schwachstellen heraus. Dafür stehen dir das Messsystem und die zugehörigen CAD-Dateien zur Verfügung.
    • Erarbeite auf Grundlage deiner Analyse ein neues Sensordesign. Dazu setzt du dich mit Industriekameras, Linienlasern und den entsprechenden Application Notes der Hersteller auseinander.
    • Realisier dein Konzept. Nutze zunächst unsere 3D-Drucker, anschließend können wir einen Prototypen in unserer Feinmechanik-Werkstatt fertigen lassen.
    • Untersuche dein Konzept mithilfe des Prototyps auf Sensor- und Systemebene unter verschiedenen Gesichtspunkten (z. B. Eigenaufheizung, Wärmeeintrag durch das Messobjekt, Zugänglichkeit, Stabilität, thermisches Verhalten und Umsetzbarkeit).

    Paul-Felix Hagen Paul-Felix Hagen
    Paul-Felix Hagen, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    127
    Paul-Felix Hagen Paul-Felix Hagen
    Paul-Felix Hagen, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    127
  • Entwicklung eines Kalibrierverfahrens für ein optisches Mehrkamerasystem

    Bachelor- / Studien- / Masterarbeit

    Im Rahmen eines Forschungsprojekts zur KI-basierten Regelung eines Kautschukextruders wird ein optisches Messsystem entwickelt, das mithilfe von Profilsensoren – bestehend aus Industriekameras und Linienlasern – die Geometrie des extrudierten Kautschukstrangs erfasst. Das Messsystem ist Teil des Sensorkonzepts und dient als Prozess-Rückführung für die KI-basierte Regelung. Das System ist prototypisch aufgebaut und bereits funktionsfähig und wird hinsichtlich Echtzeitfähigkeit weiterentwickelt. Das System besteht aus radial angeordneten Profilsensoren mit überlappenden Sichtfeldern. Für den langfristigen Einsatz unter realen Produktionsbedingungen sollen schnelle und robuste Kalibrierverfahren entwickelt werden, um den Wartungsaufwand im Betrieb zu minimieren. 


    Deine Aufgaben:

    • Konzipiere und entwickle schnelle, praxisnahe Kalibrierverfahren für a) Einzelsensoren (Laser-zu-Kamera, Laser-Ebenenbestimmung) und b) das Gesamtsystem (Kamera-zu-Kamera-Extrinsics)
    • Vergleiche zwei Kalibrierstrategien in Form von a) planaren Targets (z.B. Präzisions-Schachbrett) und b) 3D-Kalibrierkörper (z.B. ArUco-Würfel)
    • Implementiere deine Ansätze in Python/OpenCV und entwickle einen reproduzierbaren Workflow (Toolbox + Anleitung)
    • Evaluiere und vergleiche beide Ansätze anhand definierter Szenarien und Metriken (z.B. Rückprojektionsfehler, 3D-Abweichungen, Zeit-/Bedienaufwand)

    Paul-Felix Hagen Paul-Felix Hagen
    Paul-Felix Hagen, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    127
    Paul-Felix Hagen Paul-Felix Hagen
    Paul-Felix Hagen, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    127
  • Feature Engineering für Inline-Metrologie: Merkmalsextraktion aus Punktwolken, Temperaturdaten und Zeitreihen

    Bachelor- / Studien- / Masterarbeit

    Im Rahmen eines Forschungsprojekts zur KI-basierten Regelung eines Kautschukextruders wird ein optisches Messsystem entwickelt, das mithilfe von Profilsensoren – bestehend aus Industriekameras und Linienlasern – die Geometrie des extrudierten Kautschukstrangs erfasst. Das Messsystem ist Teil des Sensorkonzepts und dient als Prozess-Rückführung für die KI-basierte Regelung. Das System ist prototypisch aufgebaut und bereits funktionsfähig und wird hinsichtlich Echtzeitfähigkeit weiterentwickelt.


    Anhand der vorliegenden Rohdaten (unstrukturierte Punktwolken, Oberflächentemperaturen und Zeitreihen) sollen robuste Methoden entwickelt werden, um relevante Merkmale abzuleiten.

    Deine Aufgabe:

    • Analysiere den Rohdatensatz, baue ein Datenverständnis auf und bereite die Daten auf (Bereinigung, Synchronisierung von Geometrie, Temperatur und Zeit).
    • Definiere einen Feature-Katalog mit allen relevanten geometrischen, thermischen und zeitlichen Merkmalen.
    • Entwickle Algorithmen, um die definierten Merkmale zuverlässig aus den Rohdaten abzuleiten.
    • Fusioniere die Datentypen, insbesondere Thermo-Geometrie-Fusion.
    • Analysiere die Merkmale über die Zeitreihe und glätte sie bei Bedarf.
    • Evaluiere die Daten und führe eine Sensitivitätsanalyse durch.

     


    Paul-Felix Hagen Paul-Felix Hagen
    Paul-Felix Hagen, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    127
    Paul-Felix Hagen Paul-Felix Hagen
    Paul-Felix Hagen, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    127

Industrielle und medizinische Bildverarbeitung

  • Lasertriangulation an heißen Bauteilen - Quantifizierung der Messunsicherheiten durch inhomogene Brechungsindexfelder

    Studien-/Masterarbeit

    Motivation & Hintergrund

    In der Umgebung heißer Bauteile entstehen inhomogene Brechungsindexfelder (IBIF). Zu beobachten ist dies durch das Flackern über einer heißen Straße. Aufgrund der Ablenkung der Lichtstrahlen nimmt das IBIF Einfluss auf optische Messtechnik wie zum Beispiel Lasertriangulationssensoren (LTS). Diese Beeinflussung der optischen Messung soll untersucht werden.

    Zu diesem Zweck sollen zeitgleich das IBIF mittels eines Tomographic Background Oriented Schlieren (TBOS) Prüfstand und die Messdaten eines Lasertriangulationssensors an einem heißen Bauteil aufgenommen werden.

    Ziel der Arbeit ist es, mittels Raytracing durch das gemessene IBIF die zu erwartende Messabweichung des LTS festzustellen. Durch einen Vergleich mit den real gemessenen Werten wird die Methode validiert.

    Deine Aufgaben:

    • Integration eines LTS in den TBOS Prüfstand
    • Berechnung der erwarteten Abweichung durch Raytracing im IBIF
    • Vergleich mit der real gemessenen Abweichung
    • Abschätzung der durch das IBIF induzierten Messunsicherheit

    Vorkenntnisse:

    • Programmierkenntnisse (Python)
    • Interesse an Raytracing
    • Motivation und eigenständiges Arbeiten

    Link zur vollständigen Ausschreibung


    Ansprechpartner der Arbeit

    Johannes Stegmann Johannes Stegmann
    Johannes Stegmann, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    126
    Johannes Stegmann Johannes Stegmann
    Johannes Stegmann, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    126
  • Untersuchung von morphologischen Veränderungen anhand unstrukturierter Punktwolken

    Studien-/Masterarbeit

    Motivation & Hintergrund

    Um ein Bauteil mittels induktivem Sintern herzustellen wird zunächst ein Pulver in die gewünschte Form gepresst. Der so entstandene "Grünling" wird anschließend induktiv erwärmt, bis sich nahe des Schmelzpunktes die Pulverpartikel verbinden und ein Bauteil bilden. Durch diesen Prozess kommt es im Bauteil zu Schrumpfungsvorgängen, die inhomogene Temperaturverteilung im Bauteil führt außerdem zu Verzug. Diese morphologischen Veränderungen im induktiven Sinterprozess sollen erforscht werden.

    Die Integration von Lasertriangulationssensoren in den induktiven Sinterprozess erlaubt uns zu mehreren Zeitpunkten in situ die Geometrie des heißen Bauteils während des Sinterns zu messen. Die Sensoren liefern hierbei unstrukturierte Punktwolken.

    Ziel der Arbeit ist es, eine Methodik zu erarbeiten, welche es ermöglicht aus diesen unstrukturierten Punktwolken Informationen über die beschriebenen morphologischen Veränderungen des Bauteils abzuleiten.

    Deine Aufgaben:

    • Recherche zum Stand der Technik bei der Verarbeitung unstrukturierter Punktwolken
    • Entwicklung einer Methode zur Extraktion der gesuchten morphologischen Veränderungen
    • Analyse der morphologischen Vorgänge im induktiven Sinterprozess

    Vorkenntnisse:

    • Selbstständige Arbeitsweise
    • Programmierkenntnisse (Python)
    • Interesse an Punktwolkenverarbeitung
    • Fähigkeit zur Entwicklung eigener Ansätze

    Link zur vollständigen Ausschreibung


    Ansprechpartner der Arbeit

    Johannes Stegmann Johannes Stegmann
    Johannes Stegmann, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    126
    Johannes Stegmann Johannes Stegmann
    Johannes Stegmann, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    126
  • Dataset Balancing für die automatisierte Schadensinspektion​

    Bachelor-/Studienarbeit

    Motivation & Hintergrund

    Reale Datensätze aus der automatisierten Schadensinspektion sind häufig unausgeglichen. In der Regel stehen einer großen Anzahl an schadensfreier Beispiele nur vergleichsweise wenige schadhafter Beispiele gegenüber. Für die Entwicklung von Klassifikationsmodellen stellt diese Klassenungleichgewicht eine Herausforderung dar, da das Modell während des Trainings deutlich häufiger Beispiele der Mehrheitsklasse sieht. Dies kann dazu führen, dass insbesondere die für die Schadensinspektion relevante Minderheitsklasse nicht zuverlässig erkannt wird.​

    Ziel der Arbeit ist es, den Einfluss unterschiedlich stark ausgeprägter Klassenungleichgewichte auf die Modellperformance zu untersuchen und geeignete Strategien zum Umgang mit unausgeglichenen Datensätzen zu evaluieren.​

    Dabei sollen verschiedene Ansätze zur Reduzierung des Einflusses der Klassenungleichheit implementiert und miteinander verglichen werden. Zusätzlich soll untersucht werden, welchen Beitrag synthetisch erzeugte Daten zur Verbesserung der Klassenverteilung und der Modellperformance leisten können.​

    ​

    Vorkenntnisse:

    • Programmierkenntnisse (Python)
    • (optional) Erfahrung mit Machine Learning

    Link zur vollständigen Ausschreibung


    Ansprechpartner der Arbeit

    Velimir Barun Velimir Barun
    Velimir Barun, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    122
    Velimir Barun Velimir Barun
    Velimir Barun, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    122
  • Nutzung von Topografiedaten zur Charakterisierung hybrider poröser Werkstoffe

    Studien-/Masterarbeit

    Motivation & Hintergrund

    Poröse Materialien stehen aufgrund ihrer neuartigen Eigenschaften im Fokus aktueller Forschung. Ihre Entwicklung erfordert eine präzise volumetrische Vermessung und detaillierte Charakterisierung. Zu diesem Zweck wird das Material im Serienschnittverfahren schichtweise abgetragen, wobei die Topografie jeder Schnittfläche hochauflösend erfasst wird.

    Um aus den Topografiedaten Informationen über das Probenmaterial zu gewinnen, soll eine volumetrische Rekonstruktion erfolgen. Hierbei werden Datenpunkte aus verschiedenen Messverfahren kombiniert, um ein möglichst genaues 3D-Modell zu erstellen. Auf Grundlage dieser Topografie- und Volumendaten werden Metriken zur Porosität sowie zur Beschaffenheit der Poren abgeleitet, welche eine Charakterisierung des Materials ermöglichen.

    Ziel dieser Arbeit ist die volumetrische Rekonstruktion aus redundanten Topografiedaten. Hierzu sollen geeignete Methoden aus der Bild- und Punktwolkenverarbeitung angewendet werden. Aus dem rekonstruierten Volumenmodell sollen Metriken zur Charakterisierung der Probe abgeleitet werden.

     

    Vorkenntnisse:

    • Programmierkenntnisse (Python)
    • Interesse an Punktwolken und 3D-Daten
    • Interesse an Bildverarbeitung
    • Motivation und eigenständiges Arbeiten

    Ansprechpartner der Arbeit

    Oumaima Guissem Oumaima Guissem
    Oumaima Guissem, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    122
    Oumaima Guissem Oumaima Guissem
    Oumaima Guissem, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    122
  • Erprobung und Analyse von Target-Mustern und Algorithmen zur Bestimmung der Lichtablenkung am TBOS Prüfstand

    Bachelorarbeit

    Motivation & Hintergrund

    Die Analyse von Strömungsfeldern ist eine zentrale Grundlage für die Optimierung technischer Bauteile. Dabei ist es essenziell, dass das Messverfahren die Strömung nicht beeinflusst. Ein Verfahren zur rückwirkungsfreien optischen Messung von dreidimensionalen Strömungsfeldern ist das tomografische Background-Oriented Schlieren (TBOS) Verfahren.

    Bei TBOS wird das Feld anhand von Bildpaaren eines Targets mit und ohne Strömungseinfluss bestimmt. Hierbei kommen Algorithmen wie Optical Flow (OF) oder Particle Image Velocimetry (PIV) zum Einsatz. Die Genauigkeit mit welcher die Abweichung zwischen den Bildpaaren berechnet werden kann hängt dabei vom verwendeten Algorithmus und dem Hintergrundmuster ab.

    In dieser Arbeit sollen geeignete Muster und Algorithmen recherchiert und erprobt werden Ziel ist es, die bestmögliche Bestimmung der Abweichungen erreichen. Hierzu muss außerdem ein Aufbau entwickelt werden, welcher die Muster definiert verformt, um die Güte der berechneten Abweichung messbar zu machen.

    Deine Aufgaben

    • Recherche geeigneter Target Muster
    • Konzeption und Realisierung eines Aufbaus
      zur Anfertigung der Aufnahmen
    • Analyse und Vergleich der Ergebnisse
    • Finden des besten Musters und Algorithmus

    Vorkenntnisse:

    • Interesse an experimentellem Arbeiten
    • Interesse an industrieller Bildverarbeitung
    • Motivation und Fähigkeit zum eigenständigen Arbeiten
    • Strukturierte und analytische Arbeitsweise

    Link zur vollständigen Ausschreibung


    Ansprechpartner der Arbeit

    Johannes Stegmann Johannes Stegmann
    Johannes Stegmann, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    126
    Johannes Stegmann Johannes Stegmann
    Johannes Stegmann, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    126
  • Einrichtassistenzsystem für Transferpressen auf KI-Basis

    Einrichtassistenzsystem für Transferpressen auf KI-Basis

    Motivation & Hintergrund

    Die Einarbeitung mehrstufiger Umformwerkzeuge erfordet viel Know-How und kann bis mehrere Tage bis zu einzelnen Wochen dauern. Im Rahmen des SPP 2422 wird deshalb eine KI-basierte Methode entwickelt, die den Einrichter bei diesem Vorgang unterstützen soll. Hierzu wurde ein Werkzeug mit einer Vielzahl unterschiedlicher Sensorik konstruiert.

    Die Datenverarbeitung soll im Rahmen einer studentischen Arbeit geschehen. Mögliche Themen für die Arbeit umfassen die Kalibrierung und Synchronisierung der unterschiedlichen Sensoren, die Rekonstruktion der geometrischen Features aus den 3D-Punktwolken und den Aufbau eines KI-Modells für die automatisierte Analyse des Einrichtungsprozesses.

     

    Mögliche Aufgaben

    • Bestimmung der Unsicherheiten im Messvolumen
    • Kalibrierung der Laserebene anhand eines Kalibrierkörpers in allen drei Triangulationssensoren
    • Transformation der Punktwolken in ein gemeinsames KOS
    • Rekonstruktion der geometrischen Features aus den Punktwolken
    • Analyse der Daten aus den Dauerversuchen
    • Aufbau des KI-Modells für den Einrichtassistenten

     

    Link zur vollständigen Ausschreibung


    Ansprechpartner der Arbeit

    Malte Nagel Malte Nagel
    Malte Nagel, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    130
    Malte Nagel Malte Nagel
    Malte Nagel, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    130
  • Multi-Kamera Objektverfolgung unter Zuhilfenahme von Deep-Learning Methoden

    Studien-/Masterarbeit

    Motivation & Hintergrund

    Im Rahmen einer studentischen Arbeit soll ein Trackingverfahren implementiert werden, das detektierte Objekte in einem Multikamera-Setup auf temporaler und spatialer Ebene eindeutig zuordnet. Ziel der Arbeit ist es, ein Verfahren zu entwickeln, das anhand von Offlinedaten Bewegungsmuster der detektierten Objekte erstellen kann. Das System soll anhand unterschiedlicher Komplexitätsstufen der Offlinedaten – in Bezug auf Verdeckungen, Fehlklassifikationen und Bewegungsunschärfen – evaluiert werden.


    Als Ausgangslage bzw. Eingangswerte für das Verfahren stehen unter anderem die folgenden Parameter zur Verfügung: erkannte Objektklassen, erkannte Keypoints, Objektpositionen aus vorherigen Frames sowie die aus einer Stereotriangulation ermittelte Objektlage im 3D-Raum. Mithilfe dieser Daten können Verfahren wie IoU Matching, Filtermethoden oder Deep-Learning- Methoden wie DeepSORT verwendet werden.

     

    Vorkenntnisse:

    • Gute Programmierkenntnisse (bevorzugt Python)
    • Vorerfahrung in der Bildverarbeitung
    • Hohes Maß an eigenständigem Arbeiten

    Link zur vollständigen Ausschreibung


    Ansprechpartner der Arbeit

    Leon Wiese Leon Wiese
    Leon Wiese, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    124
    Leon Wiese Leon Wiese
    Leon Wiese, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    124
  • Inverse Parameterschätzung für eine Domain Adaptation synthetischer Daten

    Masterarbeit

    Motivation & Hintergrund

    Im Rahmen eines Forschungsprojektes wird ein Detektionssystem zur Erkennung und Klassifikation chirurgischer Instrumente entwickelt. Da die Erstellung realer, annotierter Trainingsdaten im medizinischen Umfeld zeit- und kostenintensiv ist, werden die neuronalen Netze überwiegend mit synthetisch generierten Daten trainiert. Voraussetzung für ein erfolgreiches Training ist dabei ein Trainingsdatensatz, der möglichst gut auf die jeweilige Zieldomäne abgestimmt ist.

    Ziel dieser Arbeit ist es, ein Regressionsnetz zu trainieren, das auf Basis von RGB-Bildern einer Zieldomäne geeignete Generierungsparameter für die synthetische Datenerzeugung schätzt. Auf diese Weise soll die Erstellung domänenspezifischer Trainingsdatensätze automatisiert und der manuelle Aufwand bei der Parameterwahl reduziert werden. Dazu sollen unterschiedliche Netztopologien untersucht und miteinander verglichen werden. Darüber hinaus sollen Verfahren entwickelt werden, mit denen sich der reale Datensatz sinnvoll in Teildomänen unterteilen lässt, sodass für jede dieser Teilmengen passende Generierungsparameter bestimmt werden können.

     

    Vorkenntnisse:

    • Sehr gute Kenntnisse in Python
    • Grundkenntnisse im Training neuronaler Netze
    • Grundkenntnisse in Blender
    • Selbständiges Arbeiten

    Link zur vollständigen Ausschreibung


    Ansprechpartner der Arbeit

    Leon Wiese Leon Wiese
    Leon Wiese, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    124
    Leon Wiese Leon Wiese
    Leon Wiese, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    124
  • DIC-basierte Referenzmodellkorrektur für die bildbasierte Inspektion

    DIC-basierte Referenzmodellkorrektur für die bildbasierte Inspektion

    Motivation & Hintergrund

    Im Rahmen eines Forschungsprojektes wird ein Systemdemonstrator für die Erfassung des Verschleißzustandes von Turbinenschaufeln entwickelt. Grundlage hierfür bildet ein Sensorkopf mit mehreren Industriekameras. Um die zeit- und kostenaufwändige Rekonstruktion der Oberfläche zu vermeiden, werden Bilddaten mit einem Referenzmodell der Turbinenschaufel fusioniert.

     

    Ziel der Arbeit

    Das Ziel besteht darin, geometrische Abweichungen anhand von Bilddaten gegenüber einem CAD-Modell zu erfassen. Hierzu werden Einzelbilder auf die Referenzgeometrie projiziert und Abweichungen zwischen Stereo-Bildpaaren mittels digitaler Bildkorrelation (DIC) ermittelt. Auf Grundlage der ermittelten Abweichungen soll eine Korrektur der Referenzgeometrie erfolgen. Abschließend wird das entwickelte Verfahren anhand von Messdaten validiert.

    Link zur vollständigen Ausschreibung


    Ansprechpartner der Arbeit

    Adrian Kaune Adrian Kaune
    Adrian Kaune, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    129
    Adrian Kaune Adrian Kaune
    Adrian Kaune, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    129
  • Registrierung bildhafter Daten auf komplexen Geometrien

    Registrierung bildhafter Daten auf komplexen Geometrien

    Motivation & Hintergrund

    Im Rahmen eines Forschungsprojektes wird ein Systemdemonstrator für die Erfassung des Verschleißzustandes von Turbinenschaufeln entwickelt. Grundlage hierfür bildet ein Sensorkopf mit mehreren Industriekameras. Um die zeit- und kostenaufwändige Rekonstruktion der Oberfläche zu vermeiden, werden Bilddaten mit einem Referenzmodell der Turbinenschaufel fusioniert.

     

    Ziel der Arbeit

    In dieser Arbeit soll ein bildbasiertes Verfahren zur Registrierung von Bilddaten auf einem CAD-Referenzmodell untersucht und weiterentwickelt werden. Hierzu werden Bildmerkmale mittels Raycasting auf die Referenzgeometrie projiziert und die Objektpose durch Triangulation sowie den Iterative-Closest-Point-Algorithmus (ICP) bestimmt. Der Fokus liegt auf der systematischen Optimierung der Verfahrensparameter und der Untersuchung alternativer ICP-Varianten. Abschließend wird die Genauigkeit des entwickelten Verfahrens anhand definierter translatorischer und rotatorischer Lageabweichungen experimentell überprüft und validiert.

    Link zur vollständigen Ausschreibung


    Ansprechpartner der Arbeit

    Adrian Kaune Adrian Kaune
    Adrian Kaune, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    129
    Adrian Kaune Adrian Kaune
    Adrian Kaune, M. Sc.
    Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    129

Regelungstechnik


Akustik

  • Optimierung der Raumakustik mit Lampen

    Motivation & Hintergrund

    In Großraumbüros und Besprechungsräumen ist die Akustik oft schlecht. Eine einfache Möglichkeit, diese zu verbessern, bieten Absorber. Besonders innovativ ist die Kombination von Absorbern und Lampen, da sie zusätzliche Absorber überflüssig macht. Der gemeinsam mit einem Industriepartner entworfene Prototyp muss allerdings messtechnisch validiert werden. Die Umsetzung dieser Messanordnungen stellt ein komplexes akustisches Problem dar.

     

    Ziel der Arbeit

    Um den Prototyp der Kombination von Absorbern und Lampen messtechnisch zu validieren, müssen verschiedene Schritte unternommen werden. Zunächst erfolgt der Entwurf verschiedener Versuchsaufbauten, die es ermöglichen, die akustischen Eigenschaften präzise zu messen. Nach der Planungsphase werden diese Versuchsaufbauten praktisch umgesetzt, was eine detaillierte Vorbereitung und Durchführung voraussetzt. Ein weiterer wichtiger Schritt in diesem Prozess ist die Signalverarbeitung der akustischen Signale, um die erhobenen Daten effizient zu analysieren und aussagekräftige Ergebnisse zu erhalten.

     

    Link zur vollständigen Ausschreibung


    Ansprechpartner der Arbeit

    Christian Pape Christian Pape
    Dr.-Ing. Christian Pape
    Mitarbeiterinnen und Mitarbeiter in Technik und Verwaltung
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    115
    Christian Pape Christian Pape
    Dr.-Ing. Christian Pape
    Mitarbeiterinnen und Mitarbeiter in Technik und Verwaltung
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    115
  • Akustische Defekterkennung bei Papierflaschen

    Akustische Defekterkennung bei Papierflaschen

    Motivation & Hintergrund

    Papierflaschen, die zahlreiche ökologische Vorteile bieten, gewinnen zunehmend an Bedeutung. Allerdings gestaltet sich die Identifikation von Produktionsfehlern als sehr aufwendig. Hierbei bieten akustische Verfahren ein großes Potenzial zur effektiven Defekterkennung. Durch den Einsatz solcher Methoden lassen sich Defekte möglicherweise schneller und präziser identifizieren. Dennoch ist die Signalverarbeitung und Detektion anspruchsvoll, da sie eine sorgfältige Analyse der akustischen Signale erfordert, um zuverlässige Ergebnisse zu erzielen.

     

    Ziel der Arbeit

    Um die Effizienz und Genauigkeit bei der akustischen Defekterkennung von Papierflaschen weiter zu steigern, ist die Verbesserung des aktuellen Versuchsaufbaus entscheidend. Diese Optimierung ermöglicht präzisere Messungen und Analysen. Ein weiterer wichtiger Schritt ist die Implementierung verschiedener Detektionsmechanismen, um eine breitere Palette potenzieller Defekte identifizieren zu können. Die Signalverarbeitung der akustischen Signale spielt hierbei eine zentrale Rolle, da sie die Grundlage für die Analyse und die Erkennung von Produktionsfehlern bildet. Durch eine präzise Verarbeitung der akustischen Daten können letztendlich aussagekräftige Ergebnisse erzielt werden.
     

     

    Link zur vollständigen Ausschreibung


    Ansprechpartner der Arbeit

    Christian Pape Christian Pape
    Dr.-Ing. Christian Pape
    Mitarbeiterinnen und Mitarbeiter in Technik und Verwaltung
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    115
    Christian Pape Christian Pape
    Dr.-Ing. Christian Pape
    Mitarbeiterinnen und Mitarbeiter in Technik und Verwaltung
    Adresse
    An der Universität 1
    30823 Garbsen
    Gebäude
    Raum
    115

Betreuung von externen Arbeiten bei Unternehmen

Bedingungen zur Zusage von externen Arbeiten bei Unternehmen

Voraussetzungen


Das Thema der studentischen Arbeit muss zu den aktuellen Forschungsschwerpunkten des Instituts (Regelungstechnik, Akustik, Robotik, optische Messtechnik, Bildverarbeitung) passen und hinreichenden wissenschaftlichen Ansprüchen genügen.


Für die Betreuung einer Masterarbeit erwarten wir, dass Sie zuvor eine sehr gute studentische Arbeit am IMR angefertigt haben oder erfolgreich als wissenschaftliche Hilfskraft am IMR tätig waren.


Für die Betreuung einer Bachelor-/ Studienarbeit erwarten wir, dass Sie gute bis sehr gute Klausur-Ergebnisse in den IMR Vorlesungen vorweisen können und/oder erfolgreich als wissenschaftliche Hilfskraft am IMR tätig waren.


Vorbereitung


Identifizieren Sie die zu Ihrem Thema fachlich passende Arbeitsgruppe des IMR.


Kontaktieren Sie den jeweiligen Leiter der ausgewählten Arbeitsgruppe. Fassen Sie in Ihrer Anfrage die Eckpunkte Ihrer Arbeit (Unternehmen, grobes Thema) Zusammen. Nehmen Sie zudem Stellung inwiefern Sie die Voraussetzungen des IMR erfüllen.


Der Gruppenleiter wird Ihre Unterlagen prüfen und Ihnen Rückmeldung bezüglich einer möglichen Betreuung geben. Zudem wird der Gruppenleiter einen wissenschaftlichen Artikel vorbereiten, welcher im Vorbereitung auf das Gespräch zusammengefasst werden soll. Dies dient der Sicherung der wissenschaftlichen Qualität der Arbeit.


Bereiten Sie in Abstimmung mit der externen Institution eine detaillierte Aufgabenstellung als Entwurf und einen Zeitplan für die Durchführung der Arbeit vor. 


Vereinbaren Sie einen Termin für ein Vorgespräch in Begleitung Ihres externen Betreuers, zu dem Sie eine detaillierte Aufgabenstellung und den Zeitplan ausarbeiten und mitbringen.


Verfahren während der Arbeit


Im Rahmen des Vorgesprächs muss das Thema vorgestellt werden, damit sichergestellt werden kann, dass die Aufgabenstellung den wissenschaftlichen Ansprüchen entsprechend der Prüfungsordnung genügt.


Zur Hälfte des Bearbeitungszeitraums ist eine Präsentation des Arbeitsumfangs und des Arbeitsfortschritts am IMR vorgesehen. Zum Ende der Arbeit wird eine Abschlusspräsentation erwartet.