Entwicklung von Algorithmen und Methoden für die Erfassung von Verkehrsrauminformation aus Luftbilddaten

TÄTIGKEIT: Wissenschaftliche Tätigkeit / Projektarbeit

Ihre Mission:

Am Institut für Methodik der Fernerkundung gibt es seit mehreren Jahren nationale und internationale Projekte in der luftgestützten Verkehrs-, Infrastruktur- und Lageerfassung (Projekte KoFiF, D.Move, KOKOVI, DATAMOST). Wichtiger Bestandteil dieser Projekte sind digitale Luftbild-Kamerasysteme (3K-, 4k-System), die in Verbindung mit einer on-board Prozessierungseinheit und einem leistungsfähigen Datenlink eine echtzeitfähige Datenauswertung für die Verkehrs-, Infrastruktur- und Lageerfassung ermöglichen. Die Systeme sind bzw. werden auf verschiedenen Luftfahrzeugen zugelassen und sind dann für Kampagnen einsatzfähig (Cessna, Do228, Hubschrauber EC135). Die Forschungsarbeiten konzentrieren sich auf die detaillierte Erfassung von verkehrlicher Infrastruktur, wobei vor allem Verfahren aus dem Bereich der künstlichen Intelligenz (speziell Deep Learning Netzwerke) zum Einsatz kommen.

Ihr Aufgabengebiet umfasst im Wesentlichen:

• Auswertung wissenschaftlicher Publikationen zur Objekterkennung, semantischen Segmentierung, Änderungserkennung und Objektverfolgung auf Basis von Deep Learning
• Test bestehender Methoden und Entwicklung von neuen Deep-Learning-Methoden zur robusten automatischen semantischen Segmentierung und Objekterkennung von Luft- und Satellitenbilddaten
• Implementierung und Test der Algorithmen und Methoden anhand von Benchmark-Datensätzen und aktuellen hochauflösenden optischen Bilddaten, einschließlich DLR-eigenen Luftbild-Datensätzen
• Mithilfe bei der Erstellung eines DLR-eigenen Datensatzes mit synchronen Luft- und Fahrzeugbildern zur Anwendung in der Umgebungserkennung und Fahrzeug-Ego-Lokalisierung
• Entwicklung von Deep-Learning-basierten Methoden zur Ego-Lokalisierung von Fahrzeugen unter Verwendung der synchronisierten Luft- und Fahrzeugbilder
• Integration der neuentwickelten Deep-Learning-Komponenten in eine Prototyplösung mit anschließender Prozessoptimierung
• Dokumentation der Methoden und Verfahrensabläufe
• Zusammenarbeit mit Projektpartnern bei der Datenauswertung und Algorithmenentwicklung sowie Unterstützung bei der Projektakquise
• Erstellung wissenschaftlicher Veröffentlichungen der Ergebnisse sowie deren Präsentation auf nationalen und internationalen Konferenzen

Ihre Qualifikation:

• abgeschlossenes wissenschaftliches Hochschulstudium (Master/Diplom Uni) der Ingenieurwissenschaften (z.B. aus der Fachrichtung Informatik) oder andere für die Tätigkeit relevanten Studiengänge
• sehr gute Kenntnisse von mindestens zwei der folgenden Programmiersprachen: C/C++, Java, Python, Matlab, CUDA
• Kenntnisse der Entwicklungsumgebungen: OpenCV, TensorFlow, PyTorch, Linux
• Erfahrungen in der Programmierung und Verwendung von maschinellem Lernen und speziell zu Deep Learning Verfahren
• Erfahrung in der Publikation von begutachteten Konferenz-/Journalbeiträgen
• Erfahrung mit digitalen Karten z.B. HD-Karten im OpenDrive Format und Daten von OpenStreetMaps ist ein Plus
• Erfahrung mit Robot Operating System (ROS) Framework ist ein Plus
• sehr gute Englischkenntnisse

Ihr Start:

Freuen Sie sich auf einen Arbeitgeber, der Ihr Engagement zu schätzen weiß und Ihre Entwicklung durch vielfältige Qualifizierungs- und Weiterbildungsmöglichkeiten fördert.Unser einzigartiges Arbeitsumfeld bietet Ihnen Gestaltungsfreiräume und eine unvergleichbare Infrastruktur, in der Sie Ihre Mission verwirklichen können.Vereinbarkeit von Privatleben, Familie und Beruf sowie Chancengleichheit von Personen aller Geschlechter (w/m/d) sind wichtiger Bestandteil unserer Personalpolitik.Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.