Umfeld
Die Kombination aus steigender Konnektivität und automatisiertem Fahren stellt auch moderne E/E-Architekturen vor neue Herausforderungen. Zum Einen öffnet sich das Fahrzeug durch neue Schnittstellen immer mehr nach außen, zum Anderen bekommt die Elektronik immer mehr Zugriff auf sicherheitsrelevante Teilsysteme.
Um weiterhin die Funktion und Sicherheit des Fahrzeugs gewährleisten zu können, müssen enorme Datenmengen analysiert werden. Aus diesen Daten gilt es die „relevanten“ Informationen zu extrahieren, wobei „relevant“ für jeden Anwendungsfall spezifisch zu definieren ist.
Aufgabe
- Einarbeitung in maschinelles Lernen / Deep Learning
- Einarbeitung in das Thema BigData oder Fahrzeugsicherheit (Security), je nach Interessensgebiet
- Untersuchung der Fragestellung , ob maschinelles Lernen dazu verwendet werden kann die „relevanten“ Daten zu finden und zu bewerten
- Prototypische Umsetzung eines selbstlernenden Systems basierend auf Steuergerätekommunikation
Voraussetzungen
Eigenständiges Lernen, Gute Kenntnisse in C/C++, Kenntnisse in der Fahrzeugelektronik und Bussystemen (CAN) von Vorteil, Team- und Kommunikationsfähigkeit