Ledigt jobb: Mjukvarutestare

Framsteg inom mänsklig-robot-samarbete genom simulering

STUDIENS SYFTE

Infotiv fortsätter, som en del av forskningsprojektet ArtWork (The Smart and Connected Worker), sin utredning av simulering och digitala tvillingar för tillverkningsmiljöer där människor och robotar samarbetar. Byggande direkt på det grundläggande arbete som utförts i simulationsplattformarna RITA-SIM[1] och SIMLAN[2], syftar denna examensuppsats till att utveckla plattformen från en konceptdemo till ett robust system för mänsklig-robot-samarbete.

Den nuvarande implementationen av RITA-SIM förlitar sig på ground-truth-simulatordata för kollisionssäkerhet och uppgiftsutförande, och dess plock-och-placera-scenarier är begränsade i omfång och resiliens. Denna uppsats adresserar dessa luckor genom att införa verklig perception, prediktiv medvetenhet om människor, rikare humanoid simulering och scenarier. Målet är att utvärdera och förbättra effektiviteten av simulering för en eller flera av punkterna nedan:

• Att ersätta ground-truth-kollisionsdata med en kamerabaserad perceptions-pipeline för robust, sensorrealistisk hinderundvikande
• Att förutsäga mänskliga rörelsetrajektorier i det delade arbetsutrymmet så att roboten kan planera proaktivt snarare än reaktivt.
• Att implementera end-to-end-kittningsuppgiftssekvenser (avancerade scenarier) som hanterar kontinuerlig drift, delvariation och verkliga felmodi såsom felplacerade delar
• Att utöka humanoida simulationscenarier och undersöka live-interaktiv kontroll av en virtuell människoagent inuti Simulatorn
• Förbättra lokalisering och agentspårning med flera kameror, samt utvärdera maskininlärningsmodeller för mänsklig pose-estimering och aktivitetsigenkänning i fabriksgolvsimuleringen

Studien kommer att producera bidrag med öppen källkod till RITA-SIM- och SIMLAN-repositorierna och validera resultaten både i simulering och, där det är möjligt, på den fysiska UR10e-plattformen tillgänglig hos Volvo Group.

POTENTIELLA FORSKNINGSFRÅGOR

• Hur noggrant kan en visionsbaserad perceptions-pipeline upptäcka och lokalisera hinder jämfört med ground-truth-data?
• Är verktid-interaktiv kontroll av en humanoid avatar i simulering genomförbar, och hur förbättrar den realismen och täckningen av samarbets-scenarier?
• Hur väl kan ML-baserad mänsklig pose-estimering och flerkameraspårning generalisera från simulerade till verkliga fabriksmiljöer när de tränats i simuleringen?

Läs mer om dessa projekt i de öppna källkodsrepositorierna:

[1] GitHub - infotiv-research/RITA-SIM: RITA Simulation

[2] GitHub - infotiv-research/SIMLAN: SIMLAN, Simulation for Multi-Camera Robotics

VEM SÖKER VI?

Vi söker 2 masterstudenter med bakgrund inom mekatronik, elektroteknik, datateknik eller likvärdig utbildning (t.ex. MPSYS, MPCAS, MPDSC), som önskar genomföra sin examensuppsats under våren 2027. Sökande bör vara intresserade av mjukvaruutveckling och maskininlärning samt ha erfarenhet av Python, ROS2, Git, Linux och Docker.

OM OSS

TechDev är en avdelning på Infotiv som fokuserar på SW- och HW-utveckling samt testlösningar. Vi består för närvarande av 70 tekniska konsulter med olika bakgrunder och erfarenhet från många tekniska områden. Våra anställda använder sin expertis för att erbjuda skräddarsydda lösningar på alla typer av utmaningar, från SW-utveckling, maskininlärning och simuleringar till projekt- och testledning samt arbetssätt. En av våra styrkor är den vänliga atmosfären i vårt tekniska community, vilket ger tillgång till TechDevs kollektiva kunskap genom interna samarbetsverktyg och kompetensledarprogram, som ständigt tillhandahåller uppdateringar om den senaste tekniken.

HUR SÖKER JAG?

Sök denna examensuppsats senast 2026-12-31. Se till att bifoga ditt CV och en kort sammanfattning av varför du vill delta i denna uppsats.

För ytterligare information, kontakta: Maria Alemyr [[email protected]] +46(0)-76 890 78 72