Motivation:

Im Zuge der bevorstehenden Markteinführung hochautomatisierter Fahrfunktionen (SAE Level 3) ergeben sich neue Herausforderungen bei der Auslegung und Applikation der angebotenen Systeme. Um den gestiegenen Anforderungen gerecht zu werden, sollen zukünftig automatisierte Methoden zur Parametrierung zum Einsatz kommen. Zur effizienten simulativen Optimierung bedarf es eines hochgenauen Simulationsmodells, welches die Zielfunktion in minimaler Rechenzeit auswerten kann.

Ziel der Arbeit:

Im Rahmen dieser Arbeit soll ein neuronales Netz entwickelt werden, welches das Systemverhalten einer Keep-Lane-Funktion in einem Standardmanöver in einer Closed-Loop-Simulation modelliert. Zur Verfügung steht ein zuvor aufgenommener Datensatz, welcher die Zielfunktion in Abhängigkeit der Applikationsparameter wiedergibt.

Bewerbung:

Die Arbeit kann entweder in deutscher oder englischer Sprache verfasst werden.

Bei Interesse an dem Thema würde ich mich über eine E-Mail mit Lebenslauf und aktuellem Notenauszug freuen.