Übersicht
Worum es bei diesem Projekt geht.
Konfiguriere ORB-SLAM3 im Stereo-Inertial-Modus, tune Hyperparameter und benchmarke ATE. Du erhältst ein verifizierbares Zertifikat.
Das Szenario
Die Pilothalle hat strukturarme Decken und periodische Regalstrukturen; das Startup hat zwei weitere Pilotkunden in der Pipeline, deren Hallen ähnliche Charakteristiken haben.
Das Briefing
Was Du tust und was Du zeigst.
Wähle und tune einen SLAM-Stack, der in einer strukturarmen Logistikhalle unter 30 cm ATE liefert und bei kurzzeitigem Tracking-Verlust zuverlässig wiederfindet.
Earning criteria — what you'll demonstrate
- Visuell-inertiales SLAM konzeptionell verstehen und konfigurieren
- Trajectory-Evaluation-Toolkits (evo) sauber anwenden
- Sensor-Fusion-Latenz und Recovery-Verhalten als Entscheidungskriterien einbeziehen
- Open-Source-Stacks für eine konkrete Hardware-Plattform evaluieren
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.
- Slam
Apply slam to solve real industry problems and demonstrate production-level capability.
- State Estimation
Apply state estimation to solve real industry problems and demonstrate production-level capability.
- Sensor Fusion
Apply sensor fusion to solve real industry problems and demonstrate production-level capability.
- Ros
Apply ros 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.
- Benchmarking
Apply benchmarking 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
Visuell-inertiales SLAM zu konfigurieren und gegen Ground Truth zu bewerten ist exakt die Einstiegsarbeit eines CV Engineers in autonomen Systemen.
Dieses Projekt schärft
- slam
- multi-view-geometry
- sensor-fusion
Machine Learning Engineer
Ein Wahrnehmungs-Stack mit reproduzierbaren Benchmarks für die Hardware-Plattform zu liefern ist die ML-Engineer-Disziplin in Robotik-Startups.
Dieses Projekt schärft
- state-estimation
- sensor-fusion
- benchmarking
Applied AI Scientist
Methodenauswahl unter realen Drohnen-Bedingungen plus saubere Bewertung ist Kerngebiet angewandter KI-Wissenschaftler in der Robotik.
Dieses Projekt schärft
- slam
- state-estimation
- benchmarking
Noch eine Sache