Kartik Shetty

• Implementierung von Python-Tooling-Algorithmen zur Unterstützung des Softwareentwicklungsteams in der Abteilung für Assistiertes und Automatisiertes Fahren. • Entwicklung von Python-Paketen mit Fokus auf DevOps, Continuous Integration und Deployment der Codebase mit Jenkins. Implementierung mit Objekt Orientierter Programmierung, Test-Driven Development, Clean Coding und Agile Methoden. • Integration von ACC-, ABS- und ESP-Szenarien in den Fahrsimulator auf Basis der Beam NG-Plattform für DIL Test.

• Entwicklung eines auf Gaußschen Prozessen basierenden Reifenmodells für Verhaltensprädiktionen in Python, mit Verwendung von Onboard-Messungen des Autonomen Rennfahrzeugs der TUM und Integration des Modells in Fahrzeugzustandsschätzungs-Schema. • Quantifizierung der Unsicherheit der Reifenkraft-Schlupf-Kurve angesichts der nicht-parametrischen Modellierungsfähigkeiten von GPs. • Reduzierung des Reifenkraftprädiktion-Fehlers um 17% gegenüber semi-empirischen Dugoff und Pacejka Modellen.

• Entwicklung neuer Trajektorien-Planungsmethoden für einen RRR-Roboter-Entladearm eines selbstfahrenden Feldhäckslers in MATLAB-Simulink. • Analysierte Perception-Daten und extrahierte zuverlässige Informationen für eine robuste Leistung unter verschiedenen Bedingungen unter Berücksichtigung der Anlagendynamik. • Entwicklung automatisierter Unit-Tests für den Planungsalgorithmus und dessen Integration in eine Mehrkörpersimulation im Closed Loop auf MATLAB-Simscape.

• Durchführung einer Translations- und Torsions-Schwingungsanalyse von Prüfstand und Antriebsstrang und Ermittlung der Resonanzfrequenzen verschiedener Teilsysteme. • Entwickelte und simulierte ein Modell für Mehrkörpersimulationen auf MSC Adams. Vergleich der Ergebnisse mit entsprechenden analytischen Berechnungen für Resonanzfrequenzen. • Verbesserung der Funktionalität von Schwingungsdämpfern durch Ermittlung der optimalen Steifigkeit und Dämpfung.