Liste wissenschaftlicher Arbeiten

Hier finden Sie eine Liste der ausgeschriebenen wissenschaftlichen Arbeiten am FLW.
Bitte beachten Sie dazu die „Ablaufsbeschreibung mit FAQs“ und die „Dokumentvorlagen“.

PA / BA / MA ≡ Projekt- / Bachelor- / Masterarbeit

[1] Wissenschaftliche Arbeiten FLW*

Stand: 11. Oktober 2021 (Die Bewerbungsfrist für das 4. Quartal endet am 22.10.2021)

  1. Verhandlungsmechanismen im blockchainbasierten Shared Manufacturing — PA/BA/MA
    In der Sharing Economy nutzen teilnehmende Unternehmen oder Privatpersonen Ressourcen gemeinsam und bezahlen für ihre Nutzung. Der Einsatz der Blockchaintechnologie ermöglicht die sichere und transparente automatisierte Bezahlung der Nutzung und bietet über Smart Contracts die Möglichkeit, automatisiert Preisverhandlungen durchzuführen. Diese Verhandlungen können beispielsweise über Plattformen oder auch zwischen IoT Geräten stattfinden, ohne dass der Mensch eingreift.

    In der Projektarbeit sollen blockchainbasierte Anwendungsbeispiele der Preisverhandlung in der Sharing Economy literaturbasiert untersucht und Forschungslücken aufgezeigt werden.
    In der Bachelorarbeit sollen die gewonnenen Erkenntnisse zusätzlich auf das cyber-physische Produktionssystem (CPPS) im Forschungslabor des FLW übertragen werden mit dem Ziel, einen Ansatz zur blockchainbasierten Preisbildung im CPPS zu identifizieren.
    In der Masterarbeit soll zusätzlich ein für das CPPS identifizierter Ansatz anhand eines Beispielprozesses konzipiert und mithilfe der Software Unity implementiert werden. Hierfür sind grundlegende Programmierkenntnisse erforderlich.
  2. Sharing Economy – Eine Begriffsdefinition — PA/BA
    In der Sharing Economy teilen Unternehmen oder Privatpersonen Ressourcen, die ihnen nicht zwangsläufig gehören, und nutzen sie gemeinsam. Typische Beispiele sind AirBnb oder Uber. Seit der ursprünglichen Definition der „Share Economy“ aus dem Jahr 1984 durch Martin Weitzman wurde der Begriff durch eine Vielzahl an Definitionen (z. B. Shared, Pooled, Public) und Subbereichen wie z. B. Shared Manufacturing oder Shared Warehousing erweitert.

    In der Projektarbeit soll eine Literaturrecherche zum Thema Sharing Economy durchgeführt werden, auf deren Basis sowohl Definitionen und Merkmale als auch Potenziale und Risiken identifiziert und voneinander abgegrenzt werden. Der Fokus soll dabei insbesondere auf der Sharing Economy in der industriellen Anwendung liegen. Auf dieser Basis soll ein morphologischer Kasten entwickelt werden, der die Erkenntnisse darstellt.
    In der Bachelorarbeit soll der Fokus zusätzlich auf das Shared Manufacturing gelegt werden. Der aktuelle Stand der Forschung hinsichtlich der technologischen Voraussetzungen und Umsetzungsansätze soll untersucht und diese hinsichtlich ihres Potenzials bewertet werden.
  3. Object segmentation for robotic grasping with CNNs; Studying the effect of mixing synthetically generated datasets and fine-tuning with real — MA
    This work focuses on object segmentation for robotic grasping. Mask R- CNN implementation from Detectron 2 framework will be used to train a CNN with different datasets. Those synthetic datasets include „BOP challenge lm dataset“, „Nvidia falling things dataset“, „Stillleben generator“. Also, a real dataset locally collected by FLW for the ML2R project will be used for fine-tuning. Extra optional work on training RGB-D CNN can be included to the thesis, but this can be decided after personal discussions.
  4. Entwicklung eines Konzepts zur Steuerung einer frei verketteten WzP Kommissionierung — BA/MA
    Amazon verwendet bereits Roboter, um die zu kommissionierende Ware an einem Kommissionierplatz zur Verfügung zu stellen. Solche neuartigen WzP Konzepte sollen analysiert werden und anschließend ein neues Konzept entwickelt werden, um weitere Freiheitsgrade zu schaffen.

  5. Analyse von Planungsansätzen zur Reihenfolgebestimmung in der Produktion — BA
    Um die Ressourcen einer Produktion optimal auszunutzen, muss die Produktionsreihenfolge verschiedener Produkte geplant werden. In dieser Arbeit gilt es, existierende Planungsansätze zu recherchieren und ihre Eignung für die Reihenfolgeplanung von flexiblen Matrixproduktionen festzustellen.
  6. Bau eines Internet-of-Things Gerätes. Basierend auf vorausgegangenen studentischen Arbeiten soll ein IoT Gerät weiterentwickelt werden. — PA/BA
    Kenntnisse in Elektronik, Programmierung und 3D Druck, einzeln oder in Kombination, sind hilfreich aber nicht zwingend notwendig. Idealerweise sollte Interesse an einem dieser Themengebiete bestehen. Das Niveau ist dem Studiengang angepasst. Es stehen verschiedene Themen zur Verfügung, die nach einem Vorgespräch vergeben werden.  
  7. Entwicklung eines intelligenten Akkumulators unter Verwendung von IoT Techniken — PA/BA
    Anhand des Energieflusses zum Akkumulator eines Lagerfahrzeuges können Rückschlüsse auf die Zustände des Fahrzeuges gezogen werden. Die Lade- und Entladeströme eines Akkumulators sollen in Echtzeit mit geeigneten Methoden erfasst und diese Werte zu einer übergeordneten Cloud übertragen werden.

  8. Entwicklung einer beispielhaften Android App mit dem „MIT App Inventor“, einem grafischen Tool für den Einstieg in die Programmierung — PA/BA
    Die zu entwickelnde Android App soll als allgemeine Vorlage dienen und physikalische Daten visualisieren bzw. die Eingabe von Werten als Vorgabe für unterlagerte Prozesse ermöglichen. Der Schwerpunkt liegt auf der Gestaltung der Benutzeroberfläche für verschiedene Android Geräte.

  9. Praktischer Einsatz der UWB Funktechnik für die Positionsbestimmung — PA/BA
    Mit vorhandenen UWB Geräten soll die Eignung dieser Technik zur Positionsbestimmung im Innen- und Außenbereich untersucht werden.

  10. Erstellung eines Lernabschnitts für ein Logistikprojekt — BA
    Im Rahmen der Lehre am FLW, wird ein Lernabschnitt zu dem Verfahren MTM (Methods-Time Measurement) erstellen. Die Arbeit baut auf einer abgeschlossenen Masterarbeit und vorhanden Videos auf. Anhand dieser Videos und in der Masterarbeit durchgeführter Verfahren, werden Anwendungsbeispiele erstellt, Aufgabenstellungen abgeleitet sowie Musterlösungen berechnet. Diese Ergebnisse werden zusammen mit eigens erstellten Lernmaterialien in einen Moodle-Raum aufbereitet.

  11. Systematische Literaturübersicht zur kontextbasierten Aktivitätserkennung — BA
    Mit welchen Informationen außer menschlichen Bewegungsdaten lassen sich Aktivitäten von Mitarbeitern im Lager erkennen und wie werden diese Informationen erfasst? Mittels einer umfangreichen Recherche wird eine Übersicht von Forschungsbeiträgen verschiedener Fachdisziplinen erstellt, welche die verwendeten Kontextinformationen und eingesetzten Sensoren aufführt. Abschließend werden die Erkenntnisse auf die Intralogistik übertragen. Der Kontext umfasst dabei u. a. die Position von Objekten, das Wissen über Prozessschritte und Informationen aus vorhandenen Systemen wie dem WMS.
  12. Review of Camera-based Localization Techniques in Logistics Applications — BA
    Review of Camera-based Localization Techniques in Logistics Applications.
  13. Wide-baseline Calibration of Multi-camera Systems — BA
    Cameras are usually installed in large spaces such as warehouses, factories, stadiums, etc. for surveillance and monitoring. Due to environmental factors, the cameras have to be calibrated in a frequent manner. However, due the large separation between the cameras (wide-baseline), it is tedious to individually calibrate each camera. The aim of this thesis is to investigate, and potentially test, existing techniques in wide-baseline calibration so that multiple cameras could be calibrated simultaneously.
  14. Testing and Review of Machine Learning Approaches for Multi-view Object Pose Estimation — BA
    Object pose estimation is the task of finding the position of an object in the environment. For large environments, multiple cameras might be required to view the object from different perspectives. More recently, machine learning has drastically improved the performance of object pose estimation techniques. The aim of this thesis is to review existing machine learning techniques for multi-view object pose estimation. Also, existing machine learning approaches (such as single shot pose and cosypose) would be trained and tested on a dataset that is collected in our research hall.
  15. Analyse zur Nutzung verschiedener Maschinenbelegungsalgorithmen im Umfeld von Job-Shop Problemen — PA/BA
    Analyse zur Nutzung verschiedener Maschinenbelegungsalgorithmen im Umfeld von Job-Shop Problemen.
  16. Aktuelle Anwendungsbereiche von Drohnen in der Intralogistik / State of the art application areas for drones in intralogistics — PA/BA
    Neben den oft betrachteten Einsatzgebieten von Drohnen für beispielsweise Lieferungen auf der letzten Meile oder anderen Outdoor-Applikationen, gibt es auch Möglichkeiten Drohnen sinnvoll auf einem Betriebsgelände einzusetzen. Ihre Aufgabe besteht darin verschiedene aktuell erforschte Anwendungsbereiche in der Intralogistik zu beschreiben, zu bewerten und gegenüberzustellen.
  17. Herausforderungen und Perspektiven für den Einsatz von Drohnen in Deutschland/EU / Challenges and perspectives for the use of drones in Germany/EU — PA/BA
    Seit Anfang des Jahres 2021 gelten in der gesamten EU neue Regeln für den Einsatz von Drohnen. Ihre Aufgabe besteht darin die Verordnungen und die aktuelle Gesetzeslage zu verstehen und mögliche Herausforderungen und Perspektiven für ein Einsatz von Drohnen im Luftraum abschließend herauszustellen. (PA/BA)
  18. Analyse und Bewertung der Methodiken
    zur Generierung von synthetischen Bewegungsdaten — BA
    In der Forschungshalle des FLW werden im Rahmen des DFG-Projekts “Transfer Learning for Human Activity Recognition in Logistics” mithilfe des Motion Capturing Systems Bewegungen von Menschen in nachgebauten Logistikszenarien aufgenommen. Diese werden für das Trainieren eines Klassifikators eingesetzt. Jedoch ist die Aufnahme sowie Annotation und Revision zeitaufwendig. Um den Aufwand zu verringern, können synthetische Bewegungsdaten für das Trainieren eines Klassifikators eingesetzt werden.

    Im Rahmen dieser Arbeit sollen Methodiken zur Generierung von synthetischen Bewegungsdaten durch die Nutzung vorhandener menschlicher Bewegungsdaten recherchiert werden. Dabei sollen insbesondere simulationsbasierte Methodiken betrachtet werden. Die Methodiken sollen analysiert und bewertet werden. Für die Ergebnisdarstellung sollen geeignete Tools und Technologien eingesetzt werden.
    Die Projektbeschreibung und Links zu Publikationen können dem folgenden Link entnommen werden
    https://flw.mb.tu-dortmund.de/forschung/projekte/dfg-bewegungsklassifikation/
    Die folgende Publikation beschreibt die annotierten Attribute und Aktivitäten: https://doi.org/10.3390/s20154083
    Die im Projekt erzeugten Dateien können dem folgenden Link entnommen werden:
    https://doi.org/10.5281/zenodo.3862782
  19. Entwicklung eines Prototyps zur Einbindung von menschlichen Aktivitäten in
    eine Simulationsumgebung — MA
    Heutzutage werden Simulationen in nahezu allen Branchen (Automobilindustrie, Prozessindustrie etc.) eingesetzt. Logistiksimulationen dienen der Optimierung von komplexen und dynamischen Logistikprozessen. Im Rahmen dieser Arbeit sollen menschliche Aktivitäten im Kontext der Logistik simuliert werden. Hierzu sollen die im DFG-Projekt “Transfer Learning for Human Activity Recognition in Logistics” mit Hilfe des Motion Capturing Systems erzeugten Datensätze in eine Simulationsumgebung integriert und ausgewertet werden. Für die Umsetzung wird die Entwicklungsumgebung Unity empfohlen, da am FLW bereits mit Unity erzeugte Simulationen vorhanden sind. Ziel dieser Arbeit ist die Erzeugung eines Prototyps zur Einbindung von menschlichen Bewegungsdaten in eine Simulationsumgebung. Der Prototyp soll die Analyse und Modifikation menschlicher Aktivitäten innerhalb einer 3D Simulationsumgebung ermöglichen.

    Die Projektbeschreibung und Links zu Publikationen können dem folgenden Link entnommen werden
    https://flw.mb.tu-dortmund.de/forschung/projekte/dfg-bewegungsklassifikation/
    Die folgende Publikation beschreibt die annotierten Attribute und Aktivitäten: https://doi.org/10.3390/s20154083
    Die im Projekt erzeugten Dateien können dem folgenden Link entnommen werden:
    https://doi.org/10.5281/zenodo.3862782
  20. Literature review on Human activity recognition using micro UAVs in indoor environment — PA/BA
    Use of Micro UAVs in logistics has increasing steadily. UAVs are being used to automate various logistics tasks such as stock taking, and surveillance. Therefore, it is essential to create an environment where UAVs can work alongside humans in a warehouse.
  21. Human Pose Estimation using UAVs — MA
    Use of Micro UAVs in logistics has increasing steadily. UAVs are being used to automate various logistics tasks such as stock taking, and surveillance. Therefore, it is essential to create an environment where UAVs can work alongside humans in a warehouse.

    Your task would be use onboard sensors on a drone to perform 3D human pose estimation in real time. The estimated multi-channel time series data will be used for human activity recognition. Drones should be capable of identifying and tracking humans at all times to avoid collisions.

 

[2] Wissenschaftliche Arbeiten in Zusammenarbeit mit dem Fraunhofer IML (Institutsbereich Materialflusssysteme)*

Stand: 11. Oktober 2021 (Die Bewerbungsfrist für das 4. Quartal endet am 22.10.2021)

  1. Automatische/teilautomatische Ent- und Beladung von LKW/Kleintransportern/Container in der Intralogistik. —  BA/MA
    Das Gütervolumen ist in den letzten Jahren enorm gestiegen. Hierdurch werden nicht nur Prozesse wie die Zwischenverteilung in Umschlagzentren oder die Lagerung in Distributionszentren stark auf die Probe gestellt, sondern auch die Wareneingangs- und Warenausgansbereiche der Unternehmen. Um dieser Entwicklung zu begegnen, werden automatische Ent- und Beladungssysteme immer interessanter. Zudem steigt der Druck, die aufkommenden Gütervolumen effizienter abzuwickeln. Für diese Problemstellung bietet der Markt derzeit etliche technische Lösungen. Die Herausforderung besteht darin, die Prozesse der Ent- und Beladung trotz der Diversität der Ladungsträgerdimensionen zu bewerkstelligen und eine Lösung zu finden, welche die verschiedenen Anforderungen der Unternehmen abbilden kann. Ziel der Arbeit ist eine Identifizierung und Zuordnung der existierenden Technologien für die automatische Ent- und Beladung zu den unterschiedlichen Ladehilfsmitteln sowie den Anforderungen der Unternehmen. Die Logik dieser Clusterung und Zuordnung soll mithilfe eines Entscheidungstools aufbereitet werden.

* Zum Bewerbungsverfahren beachten Sie bitte die „Ablaufsbeschreibung mit FAQs“ und die „Dokumentvorlagen“.