Vorwärts- und Inverskinematik-Bibliothek für einen Cobot-Hersteller
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst die DH-Parameter (Denavit-Hartenberg, eine Standard-Notation für Roboter-Geometrie) des Arms sowie einen Referenz-Datensatz von 1.000 (Gelenkwinkel, Endeffektor-Pose)-Paaren aus dem hauseigenen CAD-System. Baue eine Python-Bibliothek mit (1) Vorwärtskinematik, (2) Inverskinematik mit analytischer Lösung wenn möglich plus numerischem Fallback, (3) Unit-Tests gegen den Referenz-Datensatz, (4) Benchmarks für Laufzeit. Liefere die Bibliothek auf einem internen Git, einen Test-Bericht und eine API-Doku.
Das Briefing
Was Du tust und was Du zeigst.
Liefere eine getestete, performante Vorwärts- und Inverskinematik-Bibliothek für einen 6-Achs-Cobot, die Steuerungs-Teams direkt einbinden können.
Earning criteria — what you'll demonstrate
- Vorwärtskinematik aus DH-Parametern konsistent implementieren
- Analytische und numerische Inverskinematik-Verfahren bewerten und kombinieren
- Eine Bibliothek mit klarer API und sauberer Test-Suite veröffentlichen
- Laufzeit-Benchmarks korrekt aufsetzen und reportieren
Studienpassung
Wo dies in Dein Studium passt.
Schärft dieselben Fähigkeiten, die Dein Studium von Dir erwartet.
Fähigkeiten
Fähigkeiten, die Du unter Beweis stellst.
Jede taucht auf Deinem verifizierten Zertifikat auf.
Karrieren
Berufe, auf die dies Dich vorbereitet.
Echte Berufsbezeichnungen. Echte Skill-Brücken. Wähle die, die Deinem Werdegang am nächsten kommt.
Maschinelles-Lernen-Ingenieur:in
Eine getestete, performante Bibliothek mit klarer API zu liefern ist die gleiche Engineering-Disziplin, die MLE für Feature- und Inferenz-Bibliotheken brauchen.
Dieses Projekt schärft
- python
- api-design
- unit-testing
Computer-Vision-Ingenieur:in
CV-Ingenieur:innen in der Robotik müssen Kinematik-Bibliotheken in ihre Wahrnehmungs-Stacks einbinden — ein eigener Build dieser Bibliothek macht das tiefer verständlich.
Dieses Projekt schärft
- kinematics
- python
- numerical-optimization
Angewandte:r KI-Wissenschaftler:in
Forschungs-Code in eine produktionsreife Bibliothek zu überführen ist die Brückenarbeit, die angewandte KI-Wissenschaftler:innen in Industrie-Settings leisten.
Dieses Projekt schärft
- numerical-optimization
- performance-benchmarking
- api-design
Noch eine Sache