Är du i slutet av din utbildning inom datateknik, IT, inbyggda system, mekatronik, teknisk fysik eller liknande och letar efter examensarbete till våren? Leta inte längre!
BIT ADDICT är ett ingenjörs- och konsultbolag med huvudkontor i Göteborg. Vi på BIT ADDICT älskar teknik och att utvecklas som problemlösare. Just nu söker vi dig som skall skriva ditt exjobb och har ett gediget intresse för mjukvaruutveckling, signalanalys, bildbehandling, och/eller matematik.
Projekt BraSatt: Projektet BraSatt som drivs av Södra Skogsägarna siktar på att utveckla ett system för att autonomt plantera gran- och tallplantor som en del i framtidens hållbara skogsbruk. Bit Addict ansvarar för att ta fram projektets styrsystem för autonom navigation och plantering.
I dagsläget sker plantering oftast i två steg: maskinell markberedning följt av manuell plantering. Den maskinella markberedningen ökar plantornas chans till överlevnad, men är energikrävande och åsamkar skogsmarken skada. Den manuella planteringsprocessen är skonsam, men förlitar sig på planterarens kompetens och tillgång till arbetskraft.
I BraSatt vävs de två stegen samman till ett: En relativt liten skogsmaskin navigerar autonomt runt på ett kalhygge för att markbereda och plantera i ett kombinerat steg. De potentiella vinsterna för miljö och ekonomi är stora, men kräver teknisk innovation på många fronter för att realiseras.
Bakgrund: I moderna fordon och autonoma system används olika sensorer för att uppfatta omvärlden och fatta beslut i realtid. LiDAR (Light Detection and Ranging) är en populär sensor för att mäta avstånd och skapa 3D-kartor, medan stereokameror kan ge detaljerade 3D-rekonstruktioner baserat på visuell information. Båda sensortyperna har dock sina begränsningar. LiDAR har hög precision när det gäller djupinformation, men erbjuder låg upplösning i detaljerna. Stereokameror å andra sidan kan fånga visuella detaljer väl, men kan vara mindre exakta i djupberäkning på längre avstånd och under dåliga ljusförhållanden.
Fusion av data från dessa två sensorer kan potentiellt kompensera för de individuella svagheterna och skapa en mer komplett och exakt representation av omgivningen, vilket är kritiskt för applikationer som autonom körning och robotik.
Den applikation vi är intresserade av att utvärdera är inom autonoma maskiner i skogsmiljö. Detta är en utmanande miljö, där framkomligheten kan vara begränsad. En bra omvärldsuppfattning är därför avgörande för hur självgående maskinen kan bli.
Syfte: Målet med detta exjobb är att undersöka och utveckla metoder för att kombinera LiDAR- och stereokameradata för att skapa en mer robust och korrekt representation av omgivningen. Projektet syftar till att utveckla en algoritm för sensordatafusion och analysera hur denna fusion kan förbättra noggrannheten i omvärldsmodeller jämfört med att använda sensorerna var för sig.
Metod:
- Datainsamling: Samla in data från både LiDAR och stereokameror under olika miljöförhållanden.
- Preprocessing: Utföra nödvändig förbehandling av sensordata, såsom kalibrering och synkronisering av tidpunkter för att säkerställa korrekt sammanslagning.
- Fusion: Utveckla och implementera algoritmer för att kombinera djupdata från LiDAR med 3D-information från stereokamerorna.
- Utvärdering: Jämföra resultatet från den fusionerade datan med resultat från enskilda sensorer och analysera förbättringarna i olika scenarier, såsom variationer i ljusförhållanden, avstånd och objektgeometri.
- Visualisering: Skapa 3D-visualiseringar av den fusionerade datan för att demonstrera förbättringarna i omvärldsmodellen.
Förkunskaper: Projektet kräver kunskaper inom bildbehandling, sensorfusion och programmering (antingen inom Python, C++ eller C#).
Ansökningsprocess
Intresserad? Skicka in en ansökan redan idag. Intervjuer sker löpande. Du kan ansöka till oss antingen individuellt eller i par. Söker ni i par vill vi gärna ha endast en ansökan med all information. Ansökan sker genom att skicka CV, personligt brev och betyg till veronica.lilja@bitaddict.se
Kontaktpersoner
Veronica Lilja
Marknad- & rekryteringsansvarig
veronica.lilja@bitaddict.se
