-
Entwicklung eines Messaufbaus zur Evaluation der Tiefengenauigkeit von Stereo-Vision-SystemenZiel dieser Arbeit ist es, einen Messaufbau zur systematischen und reproduzierbaren Bewertung der Tiefengenauigkeit von Stereo-Vision-Systemen zu entwickeln und zu evaluieren. Ein Schwerpunkt liegt auf der quantitativen Analyse der Abweichung zwischen Soll- und Ist-Tiefenwerten unter Verwendung standardisierter Targets. Darüber hinaus wird der Einfluss von Parametern wie Messabstand und Beleuchtung auf die Genauigkeit der Tiefenschätzung untersucht und im Hinblick auf die Eignung für die automatisierte Oberflächeninspektion bewertet.Betreuung: Dominik LanghorstStudent/in:Jahr: 2025Laufzeit: 02.10.2025 - 02.02.2026
-
Vergleichende Analyse von Inhouse- und Open-Source-RISC-V-ProzessorenIn dieser Arbeit wird der von uns entwickelte HOT-RISC-V Prozessor mit dem öffentlich verfügbaren Ibex-Core verglichen. Als Bewertungsmaß dient der Benchmark CoreMark, der eine praxisnahe Messung der Rechenleistung ermöglicht. Um einen möglichst fairen Vergleich zu gewährleisten, werden die Prozessoren nicht isoliert betrachtet, sondern ihre Speichersysteme und SoC-Umgebungen sorgfältig angeglichen. So lässt sich sicherstellen, dass Unterschiede im Ergebnis tatsächlich auf die jeweilige Prozessorarchitektur zurückzuführen sind. Ziel der Arbeit ist es, Stärken und Schwächen des HOT-RISC-V im direkten Vergleich zu einem etablierten Open-Source-Design sichtbar zu machen und damit wichtige Erkenntnisse für die Weiterentwicklung unserer eigenen Hochtemperatur-Prozessorplattform zu gewinnen.Betreuung: Malte HawichStudent/in:Jahr: 2025Laufzeit: 02.2026
-
Implementierung und Evaluation einer Augmentierungsmethode für Radar-Punktwolken zum Training neuronaler NetzeZiel dieser Arbeit ist es, eine Methode zur Augmentierung von Radardaten zu implementieren und zu evaluieren. Ein Schwerpunkt der Arbeit liegt in der konsistenten Augmentierung der Doppler-Geschwindigkeiten. Die implementierte Methode wird mit anderen Augmentierungsmethoden verglichen und die erreichbare Genauigkeit im Training eines neuronalen Netzes mit einem spezifischen Datensatz untersucht.Betreuung: Sousa WeddigeStudent/in:Jahr: 2025Laufzeit: 29.12.2025
Letzte Änderung: 26.06.23
