Master-Student/in Informatik, Luft- und Raumfahrttechnik, Maschinenbau o. ä. (w/m/d)

Das erwartet Sie:

In der Luftfahrtforschung und -entwicklung werden Aufpralltests auf die Frontbereiche von Luftfahrtstrukturen und Antriebe von Luftfahrzeugen durchgeführt, um die Passagiersicherheit zu gewährleisten. Typische Aufprallszenarien beinhalten Impactoren wie Reifenteile oder Vögel. Häufig werden diese Szenarien neben den Tests auch in der Simulation nachgestellt, um auf unabhängige Weise die Auswirkung eines Aufpralls auf die Sicherheit zu untersuchen und z. B. Robustheitsanalysen durchzuführen.

Beim Versuch im Beschusslabor können die Aufprallszenarien realisiert werden. Dabei werden die Experimente mit einer Gaskanone durchgeführt und mit Hochgeschwindigkeitskameras unter verschiedenen Perspektiven beobachtet, um den Impactor, seine Trajektorie bis zum Prüfkörper bzw. das Impactereignis zu erfassen. Aufgrund der hohen Aufnahmefrequenz können die einzelnen Bilder nur bedingt manuell verarbeitet und Erkenntnisse schwierig abgeleitet werden. Die Kamerabilder können auch durch versuchsbedingte Einflüsse z. B. wechselnde Belichtungsbedingungen beeinflusst werden.  Relevante Parameter der Experimente mit Impactoren sind dessen Geschwindigkeit, Orientierung bis zum Aufprall, Material und Gewicht.

Ziel dieser Arbeit ist die Entwicklung einer Methodik zur automatisierten Bildverarbeitung und Auswertung der Bildsequenzen mithilfe von Verfahren aus der Bilderkennung und aus dem maschinellen Lernen. Der Impactor soll erkannt, klassifiziert und verfolgt werden und seine Verformung bestimmt werden. Dadurch kann die Qualität der Versuchsnachbereitung verbessert werden. Die Daten fließen in einem zu definierendem Datenformat in das Forschungsdatenmanagementsystem des DLR.