OBS! Ansökningsperioden för denna annonsen har
passerat.
Arbetsbeskrivning
Är du i slutet av dina studier och ska göra exjobb? På Combitech har vi spännande möjligheter i teknikens framkant! Vi vill att du i din vardag ska få göra skillnad för människor, verksamheter och samhälle. Vill du vara med på vår resa? Sök till Combitech!
DIN ROLL SOM EXJOBBARE INOM MACHINE VISION
Inom vår gruppering för Machine Vision har vi flera idéer för examensarbete. Vårt team inom Machine Vision är ett team som arbetat en längre tid med åtagandeprojekt inom Machine Vision. Med hjälp av avancerad sensorteknik, bildbehandling, deep learning och AI arbetar vi bland annat med att effektivisera återvinningsindustrin. Teamet arbetar kontinuerligt med kompetensutveckling, något som våra exjobbare också uppmuntras delta in.
Nedan finner du tre exjobbsidéer men vi är också öppna för egna förslag.
Förslag 1: 3D-rekonstruktion av objekt med hjälp av linjematchning
Machine vision teamet hos Combitech utvecklar ett system för kunds räkning för detektion och klassifikation av objekt med RGB kameror. Ett subsystem för att bestämma olika objekts orientering och lutning i världskoordinater behövs, där utmaningen är att använda mono RGB data från ett fordon i rörelse för att rekonstruera objekten i 3D. Utgångspunkten är att matcha linjerepresentationer av objekt i bildsekvenser. Uppgiften i detta blir att utveckla och verifiera den matematiska modellen, verifiera modellen med hjälp av simulerad data och validera modellen genom att skatta position och lutning hos objekt i bildsekvenser.
Förslag 2: Kollisionsdetektion med låg komplexitet
I detta examensarbete ska en väldigt enkel sensor (låg komplexitet, kostnad etc.) användas och utvärderas för att skatta tid till kollision (Time-to-impact). Denna typ av sensor kan vara värdefull i många situationer, till exempel som en säkerhetsfunktion hos tungt maskineri.
Tidiga studier visar att konceptet är väldigt lovande, och en patentprocess är igång.
I detta arbete kommer en komplett mjukvarusimulering behöva implementeras och testad på en rad olika verklighetsbaserade scenarier. Olika rörelsemönster (Translation vs rotation), omgivningar och ljusförhållanden och förändringar. Utvärdering i realistiska scenarier kräver integration av en höghastighetskamera samt generation av ground-truth data. En kombination av IMU och djupsensor kan behöva användas för att skapa ground-truth datat men det specifika tillvägagångssättet kommer behöva utvecklas under arbetets gång.
Förslag 3: Semantisk segmentering med transformernätverk i industriell tillämpning
På senare tid har det skett framsteg i utvecklingen av neurala nätverk där man använt transformernätverk istället för CNN's för att lösa bildbehandlingsproblem. Transformernätverk har generellt applicerats på textanalysproblem men det har visat sig att de kan matcha prestandan hos CNN's i olika tillämpningar, däribland semantisk segmentering där man tilldelar olika klasser pixelvis i bilddata.
Något som också visat sig fungera bra med transformernätverk är ett annorlunda sätt att förträna nätverket, kallat Self supervised learning (SSL). Vanligtvis när man tränar ett neuralt nätverk har man en stor mängd markerad data, som i många fall är väldigt kostsam att ta fram, kallad Supervised Learning. Med hjälp av SSL, kan man låta nätverket träna på omarkerad data för att lära sig de viktigaste aspekterna kring kontexten för datan. En mindre mängd markerad data kan sedan användas för att lösa det faktiska problemet.
Forskningen kring detta område kretsar ofta kring bilddata på vardagliga objekt i världen, men vad händer om dessa tekniker appliceras i ett industriellt kontext?
Uppgiften i detta blir att utforska litteraturen kring transformernät och self supervised learning, med fokus på semantisk segmentering. Samla data eller använd tidigare existerande data. Implementera ett transformernätverk som kan förtränas med SSL.
VEM ÄR DU?
Vi tror att du går en teknisk Master med inriktning mot elektronik, fysik, data eller motsvarande. Vidare tror vi att du har ett intresse för programmering och problemlösning. Som person är du lösningsorienterad och tycker det är spännande att i framtiden få arbeta som konsult.
Vi välkomnar både de som skriver i par eller ensamma att söka exjobb hos oss. Som exjobbare hos Machine Visionteamet i Linköping är du en del av vår gruppering och får stöd av våra erfarna utvecklare. Vi har en vana att ta emot examensarbetare och har också tillgång till labb med sensorer.
Då tjänsten innebär arbete som omfattas av försvarssekretess krävs det att du genomför och godkänns i en säkerhetsprövning med registerkontroll.
Låter det intressant? Hör av dig till oss eller skicka in din ansökan direkt! Urvalet sker löpande.
KOM & GÖR SKILLNAD
Hos oss får du vara med och utveckla teknikområden för att möta kraven på framtidens digitala samhälle. Vi har flera projekt inom digitalisering, autonomi, artificiell intelligens, cyber security och 5G-utveckling. Våra konsulter utvecklar också flygande hjärtstartare, system som ökar säkerheten på flygplatser och nya stridsflygplanet Gripen E som gör samhällen trygga!
Vill du veta mer om hur det är att arbeta hos oss? Kolla in våra karriärsidor!
Kontaktpersoner:
Malin Lindberg; 0734189355
Kontaktpersoner på detta företaget
Camilla Jaconelli
+46 313375925, +46 734180925
Daniel Östling (Göteborg)
+46 31 337 58 15, +46 73 4180815
Dulce Goncalves
+46 31 3375801, +46 73 4180801
Roger Nilsson
+46 733175094
Erik Grundberg (Trollhättan)
+46 734 186495
Per Salander
+46 31-3375810, +46 734-180810
Marina Johannesson
+46 31-3375802, +46 734-180802
Anders Magnusson
+46 31 3375907, +46 734 180907
Jonas Raber
+46 734-376372
Susann Bergman
+46 734-378672