Kushang Pangotra

Untersuchung und Test eines bildgestützten Roboter-Greifansatzes für die Obsternte. Tests in Simulation und mit echtem xArm-Roboterarm mit ROS-Middleware und Bewegung Planung auf Mobileroboter. Fähigkeiten: ROS1, ROS2, C++, Python, Sensor Fusion, Mobile Robotik, Manipulation

Objektbasierte Relokalisierung für ADAS-Systeme zur Lösung von Problemen mit geringer GPS-Präzision in Tunneln, Unterbrücken usw. und bei Nachtfahrten. Computer-Vision-Algorithmen wie YOLOs, SSD usw. wurden für Verkehrszeichen, Spurmarkierungs erkennung und Kamerakalibrierung für Testfahrzeuge eingesetzt.

Eine Integration des Differential Augmentation-Algorithmus mit CycleGANs wurde getestet. Der Differential Augmentation-Algorithmus wurde am MIT HAN Lab mit dem Ziel entwickelt, künstliche Bilder aus sehr kleinen Datensätzen zu erzeugen. Der Schwerpunkt lag darauf, es mit CycleGANs für den CT-Scan-Anwendungsfall am WZL der RWTH Aachen zu testen. Aus Masken wurden künstliche Bilder generiert und mit U-Nets ausgewertet.

Der ,,Digital Shaper" Programm unter Techlabs Aachen war erfolgreich abgeschlossen. Die Problemstellung war die Identifizierung und Auswahl eines geeigneten maschinellen Lernmodells für Stahlfehlerdatensätze. Die Implementierung von Transfer Learning für vortrainierte Modelle, der Aufbau von Convolution Neural Networks, fine tuning, usw., wurden durchgeführt. Blog: https://techlabs-aachen.medium.com/blogpost-group-11-metal-surface-defect-detection-e2fabe104b0

Arbeitete als Koordinator fur neue Automodelle und im Qualitätkontrollsteam in der Produktiosvertikalle. Gewann "Best Synergy Award" für Qualitätsverbesserung beim Aussehen des Tankdeckels.