Wahrnehmungs-Audit für einen Pick-and-Place-Cobot im Mittelstand
Übersicht
Worum es bei diesem Projekt geht.
Du erhältst 500 aufgezeichnete Pick-Versuche (RGB-D-Frames + finale Greifer-Pose + Erfolg/Misserfolg-Label). Implementiere eine Auswertungs-Pipeline, die für jeden Versuch (1) die Bildqualität bewertet (Schärfe, Belichtung, fehlende Tiefenpixel), (2) die geschätzte Objektpose mit der tatsächlichen Greifpose vergleicht, (3) Fehler einer von vier Klassen zuordnet (Wahrnehmung, Posenschätzung, Greifplanung, Mechanik). Liefere ein Dashboard und einen 3-seitigen Audit-Report mit priorisierten Verbesserungen, geordnet nach erwartetem Greifratenzuwachs und Umsetzungsaufwand.
Das Briefing
Was Du tust und was Du zeigst.
Audite die Wahrnehmungs-Pipeline eines Pick-and-Place-Cobots und liefere priorisierte Verbesserungen, die die Greifrate messbar erhöhen.
Earning criteria — what you'll demonstrate
- Wahrnehmungsfehler systematisch von mechanischen Fehlern trennen
- Bild- und Tiefendaten-Qualitätsmetriken auswählen und implementieren
- Priorisierungs-Heuristiken auf Engineering-Backlogs anwenden
- Technische Befunde für ein nicht-technisches Publikum aufbereiten
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.
Karrierewege, die das aufbaut
Kanonische RollenComputer-Vision-Ingenieur:in
Wahrnehmungs-Pipelines zu auditieren und Verbesserungen zu priorisieren ist die häufigste Junior-CV-Aufgabe bei Industrie-Cobot-Integratoren im DACH-Raum.
Dieses Projekt schärft
- perception
- image-processing
- evaluation
Data Scientist
Strukturierte Fehleranalyse mit Klassifizierung, Dashboard und Empfehlung ist klassisches Data-Science-Handwerk in Industrie-Settings.
Dieses Projekt schärft
- data-analysis
- python
- diagnostic-reporting
Angewandte:r KI-Wissenschaftler:in
Geschäftsführungs-tauglich aufbereitete technische Befunde sind die Brücke zwischen Forschung und Produkt, die angewandte KI-Wissenschaftler:innen schlagen.
Dieses Projekt schärft
- evaluation
- diagnostic-reporting
- data-analysis
Noch eine Sache