Julian Kunze

GNSS-Denied Localization für UAVs

Projektarbeit im BMBF Forschungsprojekt „UAV-Rescue“ (Systemintegration, ROS, Bewegungsplanung, Reinforcement Learning), Betreuung studentischer Abschlussarbeiten und Organisation des Proseminars "Mobile Robotik"

Entwicklung autonomer Mikromobilität für den urbanen Raum. Verantwortlichkeiten als Team Lead bei der Betreuung von Studenten bei Master-Praktika, IDPs und Abschlussarbeiten sowie die Entwicklung von Komponenten für die Pfadplanung/Navigation des Fahrzeugs, Fußgänger- und Fahrdynamiksimulation

Anwendung von Reinforcement Learning auf die lokale Pfadplanung für autonomes Fahren in sozialen Kontexten. Einsatz von Graph Neural Networks für die Modellierung sozialer Interaktionen, Verwendung der Graphen-Repräsentation zur Vorhersage der Fußgängerbewegungen und Abschätzung des state value

Unterstützung bei der Erstellung und Vorbereitung von Kursmaterialien, Beantwortung von Fragen seitens der Studenten während regelmäßiger Sprechstunden und auf Moodle (Online Plattform), Verbesserungen an den Programmierhausaufgaben, Unterstützung bei der Klausurkorrektur

Teil der Werkstatt-Crew in einer High-Tech Prototypenwerkstatt: Die Arbeit beinhaltete die Unterstützung von Mitgliedern bei Problemen, Prototypenfertigung für Kunden sowie die Wartung und Reparatur von Maschinen

Humanoider Roboter, angetrieben durch künstliche Muskeln (sogenannte Myo-Muscles). Teamaufgabe war die Verbesserung der Fertigkeiten zum Fahren einer Rickscha. Verantwortlich für SLAM (3D Lidar)

Kombination aus Fahrzeugtechnik Studium (Fachrichtung Produktion und Umwelt) und Ausbildung als Werkzeugmechaniker mit zusätzlichen Praxiseinsätzen in der Presswerkzeugkonstruktion für die Studien- und Bachelorarbeit zum Thema Automatisierung der (De-)Montagesimulation

Durchführen der wöchentlichen Tutorien und Überprüfung der Hausarbeiten

Durchführen der wöchentlichen Tutorien und Überprüfung der Hausarbeiten

Projekte und Kurse zu den Themen Constraint Processing and Programming, Intelligent Decision Support Systems, Mensch-Roboter Interaktion, Kernel-basiertes Maschinelles Lernen und Ethik in der künstlichen Intelligenz

Theoretische Grundlagen der Robotik, Kognition und von intelligenten autonomen Systemen (u.a. klassische Robotersteuerung, künstliche Intelligenz, Wahrnehmung, Bildverarbeitung, Signalverarbeitung, Sensordatenauswertung bzw. -fusion und Programmierung)

Grundlagen in Ingenieursdisziplinen mit fahrzeugtechnischem Schwerpunkt und Spezialisierung in Produktion und Umwelt (Kurse u.a. zu Fahrdynamik, Fahrzeugantriebe, Fahrzeugrecycling, Fertigungs-, Produktionstechnik, Steuerungs- und Regelungstechnik, Werkzeugmaschinen, Automatisierungstechnik)

Mathematik, Physik