Als Zentrum innerhalb der Universität Stuttgart nimmt das HLRS Studierende auf, die im Rahmen ihres Studiums ein Forschungsprojekt durchführen möchten. Hier finden Sie eine unvollständige Liste von Themen, die sich für Bachelor- und Masterarbeiten eignen, sowie Themen für allgemeine Forschugsarbeiten.
Wenn Sie Studentin oder Student sind und eine eigene Idee haben, zögern Sie bitte nicht, uns zu kontaktieren, sofern diese mit wissenschaftlicher Visualisierung, interaktiver Simulation, VR, AR, Fahrsimulation, Sensorsimulation oder maschinellem Lernen zu tun haben.
Es gibt keine strikten Voraussetzungen, aber denken Sie daran, dass Sie etwas zusätzliche Zeit einplanen müssen, falls Sie für Ihre Arbeit eine neue Programmiersprache lernen müssen.
Alle Arbeiten können auf Deutsch oder Englisch verfasst werden.
Abteilungsleiter, Visualisierung
Heutige Grafikprozessoren bieten ausreichend Möglichkeiten für pixelbasierte Beleuchtungsberechnungen. Sie können genutzt werden, um Materialeigenschaften auf physikalisch exakter Weise darzustellen. Das Ziel ist die Implementierung einer Reihe von GLSL-Shadern, die die in glTF beschriebenen Materialeigenschaften darstellen. Die Shader werden in OpenCOVER verwendet. Erforderliche Zustandsattribute wie Uniformen und Vertexattribute müssen in OpenSceneGraph implementiert werden.
Ein Renaturierungsprojekt im Bottwartal sieht die Beweidung durch Wasserbüffel vor.
Im Rahmen eines mehrjährigen Forschungsprojekts werden die Auswirkungen der Wasserbüffel auf Flora und Fauna untersucht. Das HLRS erfasst das Gebiet regelmäßig mit einer Drohne und stellt eine Webseite zur Verfügung, auf der Bilder und andere Daten, die vor Ort gesammelt wurden, abgerufen werden können, siehe hierzu. wasserbueffel.hlrs.de. Die Seite ist mit OpenLayers implementiert. Das Ziel ist es, diese Webseite mit einem Editor zu erweitern, der es erlaubt, die Avifauna vor Ort zu kartieren.
Programmiersprachen: Javascript, Node.js
Unser OpenDRIVE-Straßeneditor soll um einen flexiblen Verkehrszeicheneditor erweitert werden.
Dies beinhaltet die Anordnung mehrerer Verkehrsschilder an einem einzelnen Mast sowie einen Texteditor für Straßenschilder.
Der OpenBikeSensor ist ein Gerät, welches am Fahrrad montiert den Überholabstand von Kraftfahrzeugen misst. Dazu werden Ultraschallsensoren von einem Microcontroller angesteuert. Bisher müssen Überholevents manuell durch Drücken eines Knopfes bestätigt werden. Ziel der Arbeit ist eine automatisierte Erfassung der Events mit Hilfe eines neuronalen Netzes direkt auf dem Microcontroller. Die einzelnen Teilschritte sind
Entwicklung einer Smartphone App für die Erfassung und Aufzeichnung von Messwerten externer Sensoren. Der OpenBikeSensor Lite ist ein Gerät, das am Fahrrad montiert den Überholabstand von Kraftfahrzeugen misst. Die Daten werden über die serielle Schnittstelle als Protocol Buffer gesendet. Sie müssen aufgezeichnet und mit den Daten interner Quellen (GPS-Koordinaten, Zeit) zusammengeführt werden. Die Datensätze sollen nach Beendigung der Fahrt an ein Datenportal übertragen werden. Je nach geplantem Umfang der Arbeit und Vorwissen sind die Erweiterung der Kommunikation um Bluetooth und eine Cross-Platform-Entwicklung für Android und iOS möglich.
In unseren kollaborativen VR Anwendungen sollen Partner mittels Menschlicher Avatare dargestellt werden. Es soll untersucht werden, ob aus den bereits erfassten Transformationen einer Hand und des Kopfes eine realistische menschliche Pose für den Avatar berechnet werden kann.
Programmiersprache: C++ API: OpenSceneGraph/OpenGL/Cal3D
Ältere Menschen sind oft sturzgefährdet und benötigen dann sofortige Hilfe, aber die derzeitigen Notrufe sind oft umständlich zu bedienen, führen zu vielen Fehlalarmen und decken nur Teile einer Wohnung ab. Wir beabsichtigen, Algorithmen zu entwickeln, die automatisch Personen erkennen, die Hilfe benötigen. Als Hardware werden NVIDIA Jetson Nano oder AGX Xavier Module mit Kameras, Mikrofonen und Lautsprechern eingesetzt. Diese Arbeit wird sich auf alle Aspekte des maschinellen Lernens konzentrieren, von der Beschriftung von Daten aus der wirklichen Welt, über das Training und die Ausführung von Neuronennetzen, bis hin zur zuverlässigen Kommunikation mit den Nutzer:innen des Systems.
In der numerischen Simulation ist die Anpassung von Simulationsparametern ein zentraler Prozess, der jedoch häufig durch klassische Eingabemethoden wie Maus und Tastatur umständlich und zeitaufwendig ist. Virtuelle Realität (VR) bietet die Möglichkeit, interaktive und immersive Ansätze zur Parameteranpassung in Echtzeit zu implementieren, wodurch die Effizienz und Benutzerfreundlichkeit verbessert werden können. Durch die direkte Überwachung von Simulationen in VR können Simulationsverhalten analysiert und Parameter wie Randbedingungen oder Gitterauflösungen dynamisch angepasst werden, ohne den Berechnungsprozess zu unterbrechen. Dies reduziert I/O-Operationen erheblich und ermöglicht eine unmittelbare Reaktion auf Simulationsergebnisse. Die Interaktoren können in unserem hauseigenen Visualisierungstool Vistle und in unserem VR Renderer OpenCOVER umgesetzt werden.
Programmiersprache: C++ API: OpenSceneGraph, Catalyst II, Vistle, OpenCOVER
Arbeit 1: Entwicklung eines GLSL Shaders zur Visualisierung von Autoscheinwerfern Wünschenswert: C/C++, OpenGL Kenntnisse
Arbeit 2: Entwicklung von GLSL Shadern zur Visualisierung von Fahrbahneffekten Wünschenswert: C/C++, OpenGL Kenntnisse
Arbeit 3: Erweiterung eines bestehenden Echtzeit-Fahrdynamikmodells für den HLRS-Fahrsimulator in virtueller Realität Wünschenswert: C/C++
Arbeit 4: Interaktive Simulation der Klimatisierung von Rechenräumen Voraussetzung: C/C++
Arbeit 5: Messung und Analyse der Latenz- und Reaktionszeiten einer Fahrdynamiksimulation am HLRS-Fahrsimulator in virtueller Realität Voraussetzungen: C/C++, Grundverständnis der Fahrdynamiksimulation
Arbeit 6: Aufbereitung und Verarbeitung räumlicher Punktwolken aus Laserscans für die virtuelle Realität Voraussetzungen: C/C++, fundierte mathematische Kenntnisse zur Verarbeitung räumlicher Daten
Arbeit 7: Entwicklung eines VISTLE Lesemoduls für StarCCM+ Daten Voraussetzung: C/C++
Arbeit 8: Automatische Kamerakalibrierung unter Berücksichtigung variabler Brennweite (Zoom oder Wechseloptiken) Voraussetzung: C/C++, OpenCV
Arbeit 9: Markerloses “Inside-Out”-Kameratracking für die rechnerunterstützte forensische Photogrammetrie und 3D-Rekonstruktion Voraussetzung: C/C++, OpenCV
Arbeit 10: Visualisierung von Strömungssimulationen der Daimler AG mit Hilfe des parallelen Visualisierungssystems VISTLE, Entwicklung geeigneter Lesemodule Voraussetzuung: C/C++
Arbeit 11: Simulation der Schiffsbewegung bei Wellengang und Wind zur Simulation des autonomen Landens von Hubschraubern auf Schiffen mit Hilfe von OpenFOAM Wünschenswert: C/C++, numerische Simulation
Arbeit 12: Entwicklung und Implementierung eines Tischscanners für automatisiertes 3D-Scannen kleiner Objekte Wünschenswert: C/C++, OpenCV
