job.plattform

Beschreibung: Ausgangslage / Problemstellung:

Die Einhaltung der EU-Emissionsvorschriften stellt besonders Branchen wie Logistik und Transportwesen vor große Herausforderungen – vor allem im Schwerverkehr, wo zwischen Diesel-, Hybrid- und Elektro-LKW unterschieden werden muss. Eine präzise und verlässliche Identifikation des Fahrzeugantriebs ist dabei entscheidend. Zwar existieren bereits verschiedene technische Ansätze wie das Auslesen von Zulassungsdaten, Abgasüberwachung, Datenbankabgleiche, RFID-Tags oder videobasierte Systeme – doch diese sind oft zu teuer, gesetzlich eingeschränkt oder anfällig für Manipulation und Störungen. Gesucht wird daher eine innovative, kosteneffiziente und robuste Lösung zur Identifikation des Antriebstyps. Ein vielversprechender Ansatz ist die Analyse der Fahrzeuggeräusche – denn jedes Antriebssystem klingt anders.

 Hauptaufgaben:

•  Durchführung von Internet- und Literaturrecherchen zur Erfassung und Dokumentation aktueller Publikationen zum Themengebiet
  (Erhebung des State of the Art).
• Aufarbeitung der theoretischen Grundlagen mit Fokus auf KI/ML-basierter Signalverarbeitung und Filtertechnik.
• Analyse der Audiodateien und Auswahl geeigneter KI/ML-basierter Signalverarbeitungs- und Filtermethoden.
• Entwicklung eines Algorithmus zur Fahrzeugtypenklassifizierung (Verbrenner / Hybrid / Elektro) mit einem Konfidenzintervall von über 95 %.
• Implementierung des Algorithmus in z. B. C, C++, Python, MATLAB Script oder Simulink-Modell.
• Test und Dokumentation des Algorithmus (z. B. mit Ablaufdiagrammen, Pseudocode etc.).
• Ziel:
• Ausgehend von Audiodateien (Anfahr- und Durchfahrtsgeräusche von Fahrzeugen) soll ein Algorithmus zur Klassifizierung des Motortyps entwickelt werden. Dabei soll zwischen Verbrennungs-, Hybrid- und Elektromotoren unterschieden werden.
• Spezielle Fähigkeiten, die mitzubringen sind:
•  Überdurchschnittliches Interesse am Thema sowie
• Entsprechende Motivation und Engagement
• Bereitschaft und Fähigkeit zum selbstständigen Arbeiten
• Vorkenntnisse im Bereich KI/ML-basierter Signalverarbeitung
• Kommunikationsfähigkeit, Zuverlässigkeit und Flexibilität
• Beginn: ab sofort Dauer: 3 – 6 Monate
• Der erfolgreiche Abschluss der Masterarbeit wird mit € 3.000,- honoriert.