Chi Zhang

Thema: „Untersuchung und Optimierung von Deep-Learning-Algorithmen zur Bahnplanung für das pilotierte Fahren“. 1. Recherche und Umsetzung des Stands der Technik zur Verbesserung der Performance der angewendeten Deep-Learning-Algorithmen 2. Untersuchung der Plausibilität und Robustheit der angewendeten Deep-Learning-Algorithmen

Semester 1: Computer Vision und Deep Learning (Fertige praktische Projekte: Fahrbahnmarkierung erkennen, Fahrzeug tracken, Verkehrszeichen klassifizieren, Fahrverhalten klonen). Semester 2: Sensorik, Lokalisierung und Regelung (Fertige praktische Projekte: Sensordatenfusion mit Erweiterter Kalman-Filter und Unscented Kalman-Filter, Lokalisierung mit Partikelfilter, PID Regler, MPC Regler). Semester 3: Spezialisierung, Bahnplanung, System (Fertige praktische Projekte: Semantische Segmentierung)

Thema: „Virtuelle Entwicklung pilotiertes Fahren“: 1. Erzeugung von Python Skripten für automatische Tests und statistische Bewertung der Ergebnisse eines Messframeworks 2. Weiterentwicklung eines C++ Sensormodells der Umfeldsimulation für Fahrerassistenzsysteme

Lehrstuhls für Angewandte Mechanik, TU München, Thema: „Untersuchung intelligenter Regelungskonzepte für nichtlinear gekoppelte Armroboter“ 1. Systematische Literaturrecherche zu adaptiven Regelungskonzepten die Neuronale Netze, Fuzzylogik einsetzen. 2. Auswahl und Implementierung von geeigneten Methoden für die Regelung nichtlinear gekoppelter Roboter. 3. Simulationsbasierte Bewertung der implementierten Methoden.

Künstliche Intelligenz, Deep Learning, Robotik, Regelungstechnik, Modellierung und Simulation dynamischer Systeme