Mehrkamera-Rig für ein Fahrerlose-Transportsystem-Startup kalibrieren
Übersicht
Worum es bei diesem Projekt geht.
Kalibriere einen Mehrkamera-Rig für ein fahrerloses Transportsystem mit ChArUco-Brettern und erhalte ein verifizierbares Zertifikat.
Das Szenario
Das Startup betreibt eine Flotte von rund 250 Fahrzeugen in 8 bayerischen und baden-württembergischen Werken; Kalibrierdrift verursacht aktuell etwa 25 Service-Einsätze pro Monat bei jeweils rund 450 EUR Anfahrtskosten.
Das Briefing
Was Du tust und was Du zeigst.
Baue eine 15-minütige, technikerfreundliche Kalibrierpipeline, die ein Vier-Kamera-Rig auf subpixelgenaue Rückprojektion und subgradgenaue Kamera-zu-Kamera-Lage zurückbringt.
Earning criteria — what you'll demonstrate
- Das Lochkameramodell und Verzeichnungskoeffizienten auf reale Bilddaten anwenden
- Extrinsische Kameraparameter aus gemeinsam beobachteten Markerpunkten schätzen
- Kalibrierqualität anhand von Rückprojektionsfehler und Lagekonsistenz validieren
- Eine forschungsnahe Pipeline in ein feldtaugliches Werkzeug überführen
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Studienzuordnung folgt in Kürze.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
- Camera Calibration
Apply camera calibration to solve real industry problems and demonstrate production-level capability.
- Multi View Geometry
Apply multi view geometry to solve real industry problems and demonstrate production-level capability.
- Opencv
Apply opencv to solve real industry problems and demonstrate production-level capability.
- Python
Write clean, efficient Python for data processing, automation, and backend services.
- Image Processing
Apply image processing to solve real industry problems and demonstrate production-level capability.
- Tooling Design
Apply tooling design to solve real industry problems and demonstrate production-level capability.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Computer Vision Engineer
Praktische Kamerakalibrierung mit Mehrsichtgeometrie kombiniert mit dem Anspruch, ein Werkzeug auszuliefern, das ein Nicht-Ingenieur bedienen kann, entspricht exakt der Einstiegsarbeit in jedem Robotikunternehmen.
Dieses Projekt schärft
- camera-calibration
- multi-view-geometry
- opencv
Machine Learning Engineer
Einen Vorverarbeitungsschritt der Wahrnehmungspipeline als zuverlässiges, reproduzierbares Werkzeug zu paketieren spiegelt die Art und Weise, wie ML-Engineers Feature-Pipelines ausliefern: deterministische Ausgaben, Fehlerbudgets und Runbooks für den Betrieb.
Dieses Projekt schärft
- python
- tooling-design
- image-processing
AI Engineer
AI Engineers verantworten regelmäßig die Schnittstelle zwischen einem Wahrnehmungsmodell und dem Feldbetrieb; diese Challenge übt genau diese Schnittstelle an einem echten Hardwareproblem.
Dieses Projekt schärft
- opencv
- python
- tooling-design
Noch eine Sache