Studien-/ Abschlussarbeit, Praktikum Windschätzung für Unbemannte Luftfahrzeuge mithilfe Neuronaler Netze Studentin oder Student Informatik, Luft- und Raumfahrttechnik o.ä.
Studien-/ Abschlussarbeit, Praktikum Windschätzung für Unbemannte Luftfahrzeuge mithilfe Neuronaler Netze Studentin oder Student Informatik, Luft- und Raumfahrttechnik o.ä.
Das DLR ist das Forschungszentrum für Luft- und Raumfahrt sowie die Raumfahrtagentur der Bundesrepublik Deutschland. Rund 8.000 Mitarbeiterinnen und Mitarbeiter forschen gemeinsam an einer einzigartigen Vielfalt von Themen in Luftfahrt, Raumfahrt, Energie, Verkehr, Digitalisierung und Sicherheit. Ihre Missionen reichen von der Grundlagenforschung bis hin zur Entwicklung von innovativen Anwendungen und Produkten von morgen. Spitzenforschung braucht auf allen Ebenen exzellente Köpfe – insbesondere noch mehr weibliche – die Ihre Potenziale in einem inspirierenden Umfeld voll entfalten. Starten Sie Ihre Mission bei uns.
Für unser Institut für Flugsystemtechnik in Braunschweig suchen wir eine/n
Am Institut für Flugsystemtechnik des DLR Braunschweig werden neue Konzepte und Technologien für automatisierte unbemannte Luftfahrzeuge entwickelt, untersucht und in der Simulation sowie im Flugversuch erprobt. Für die Durchführung von Flugexperimenten steht eine Flotte unbemannter Luftfahrzeuge verschiedener Typen und Gewichtsklassen zur Verfügung, welche mithilfe von Bordrechnern und Sensorsystemen für den autonomen Flug ausgerüstet werden.
Für die Planung und Optimierung von Flugrouten sind Informationen über die aktuelle Windgeschwindigkeit und -richtung erforderlich. Die Schätzung dieser Größen während des Fluges auf Basis der Messungen verschiedener Sensoren wird häufig mit modellbasierten Optimierungs- und Schätzungsverfahren gelöst (z.B. Extended Kalman Filter). Der Einsatz von Staudruckrohren, welche mechanisch anfällig sind und eine komplizierte Fehlercharakteristik aufweisen, kann durch die Kombination einer GPS/INS-basierten Zustandsschätzung mit einem kinematischen oder flugdynamischen Modell vermieden werden. Unter Kenntnis solcher Modelle, kann der Wind unter bestimmten Umständen (z.B. festgelegte Manöver) unmittelbar aus der Flugbewegung geschätzt werden. Solche modellbasierten Ansätze erfordern die Entwicklung und Identifizierung eines Modells mit hinreichender Genauigkeit. Implementierungen sind somit nicht ohne weiteres zwischen verschiedenen Luftfahrzeugen übertragbar. Zudem beschränken in der Praxis oft erforderliche Modellannahmen und -vereinfachungen die Leistungsfähigkeit solcher Ansätze.
Im Rahmen dieser studentischen Arbeit soll ein alternatives Verfahren zur Schätzung der Windgeschwindigkeit und -richtung auf Basis von Sensordaten und entwickelt und implementiert werden. Für dieses Verfahren sollen Algorithmen aus dem Bereich des Supervised Machine Learning angewendet werden, welche die Schätzung der Größen mithilfe künstlicher neuronaler Netze ermöglichen. Die hierfür benötigten Daten werden mithilfe von Flugdynamiksimulationen erzeugt oder aus einem Bestand von Flugversuchsdaten gewonnen. Das Verfahren wird in Software implementiert und mit existierenden modellbasierten Verfahren verglichen.
Bitte beachten Sie, dass wir für dieses Projekt nur Abschlussarbeiten und Pflichtpraktika (zum Abschluss des Studiums erforderliche Praktika) betreuen können. Abschlussarbeiten werden generell nicht vergütet.
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 (m/w/d) sind wichtiger Bestandteil unserer Personalpolitik. Bewerbungen schwerbehinderter Menschen bevorzugen wir bei fachlicher Eignung.
Fachliche Fragen beantwortet Ihnen gern Simon Schopferer telefonisch unter +49 531 295-2672. Weitere Informationen zu dieser Position mit der Kennziffer 39169 sowie zum Bewerbungsweg finden Sie unter www.DLR.de/dlr/jobs/#33980.