Sam Vadidar

Automated driving software in CARIAD pre-development department

MVP Design Cooperation & business case development Market Analysis

Thema: A Unified Learning Pipeline for Visual-Infrared Object Detection Ergebnisse: State-of-the-art multispektral Objekterkennung durch ein Fusionsnetzwerk zwischen zwei Wellenlängen + Neuartiges Attention Module

• Vorverarbeitung der Daten und entwicklung ein neuartiger Algorithmus für Corss-Labelling • Intensive Recherche und implementierung der State-of-the-Art Papers

Kontinuierliche Qualitätssicherung in der Produktion: • Datenvorverarbeitung mit OpenCV und anderen Bildverarbeitungsbibliotheken • Entwicklung von CNN Trainingspipelines einschließlich Strukturentwurf unter Verwendung von Tensorflow und Keras • Hyperparameteroptimierung zur Verbesserung von neuronalen Netzwerken • Simulation der visuellen Wahrnehmung für KUKA Roboter unter Verwendung von LIDAR-Sensoren mit ROS (Robot Operating System)

• Softwareentwicklung im Bereich Computer Vision (OpenCV) mit C++ (Qt) und Python • Durch Trackingalgorithmen können die Position und Haltung des Fahrers und der Insassen ermittelt werden. Außerdem können mit Infrarotsensoren Informationen zum thermischen Zustand der Insassen gewonnen werden.

Design and construction of a miniature robot arm