To content
Department of Mechanical Engineering

Theses

FLW offers a selection of thesis topics on a quarterly basis. Students of TU Dortmund University and UA Ruhr may apply for these topics within the specified application periods.

The available topics are published here at the beginning of each quarter and are subject to the respective application deadlines. There is no application deadline for theses in cooperation with a partner from the industry (i.e. external theses).

The following three sections contain all the information you need.

 

These scientific theses are currently offered. We offer final theses at the beginning of each quarter (January, April, July, October). A list of the theses offered can be viewed on this page at the corresponding times.

The deadline for applications is 16. july at 23:59.
 

  1. Entwicklung einer Kurzzeit-Physiksimulation zur Vorhersage der Bewegung eines humanoiden Roboters
    In der humanoiden Robotik sind Algorithmen zur Fortbewegung ein zentrales Forschungsthema. Diese Ansätze basieren häufig auf physikalischen Modellen des Roboters und planen die Bewegung so, dass sie den Erwartungen entspricht. Diese Modelle sind jedoch meist einfach gehalten, um eine Planung in Echtzeit zu ermöglichen. In dieser Arbeit soll maschinelles Lernen verwendet werden, um ein solches Modell auf Grundlage aufgezeichneter Sensordaten des Roboters zu erzeugen. Dabei sind verschiedene Methoden denkbar, beispielsweise neuronale Netze (z. B. "Physics-Informed Neural Networks"), die Parametrisierung von physikalischen Modellen, die selbst entwickelt wurden, oder anhand von existierenden Physiksimulationen wie der "Open Dynamics Engine". Das Ziel der Modelle ist es, künftige Sensordaten anhand vergangener Daten vorherzusagen und dabei beispielsweise Stürze besser vorherzusagen als dies mit existierenden Vorhersagen möglich ist. MA

  2. Mobile Roboter - Wo stehen wir? Eine nationale und internationale Markt-/Produktanalyse
    Auf der gesamten Welt gibt es eine Vielzahl an Anbieter von mobilen Robotern, dazu gehören u.a. AGVs und AMRs. In dieser Arbeit sollen die Hersteller systematisch erfasst werden und das Produktangebot untersucht werden. Hier sollen auch Besonderheiten untersucht werden, wie beispielsweise die Anbindung an VDA 5050 oder wie ihre Produkte klassifiziert werden. Schwerpunkt der Recherche liegt auf dem deutschen Markt, aber auch internationale Anbieter sollen untersucht werden. Im Rahmen einer Bachelorarbeit wird der Rahmen entsprechend erweitert. PA | BA

  3. Begriffswelten und Abgrenzungen für fahrerlose Transportfahrzeuge/-systeme
    Im Bereich der mobilen Robotik werden unterschiedliche Begriffe mit verschiedenen Interpretationsweisen verwendet: FTF, FTS, AGV, AMR, MR, MC, GCS, AIV … Eine strikte Trennung im Gebrauch dieser Begriffe existiert nicht. Ziel dieser Arbeit soll eine ausführliche Literatur- und Internetrecherche sein, die alle Definitionen aus der mobilen Robotik sammelt und einen Konsens erstellt. Mittels systematischer Literaturanalyse sollen wissenschaftliche Quellen, VDI/ISO/DIN-Normen aber auch Internetblogs oder weitere Quellen genutzt werden. Teil der Arbeit kann auch die Vorbereitung einer Expertenbefragung sein, die die Ergebnisse der Arbeit vorstellt und validiert. Im Rahmen einer Masterarbeit sollen unter anderen qualitative Inhaltsanalysen durchgeführt werden. BA | MA

  4. Optimizing 6D Pose Tracking with Temporal and ROI-Based Strategies
    This thesis explores optimizing 6D pose tracking for multiple objects by combining temporal filtering and region-of-interest (ROI) strategies to reduce computational load while maintaining accuracy. The goal is to improve real-time performance by stabilizing pose predictions across frames (e.g., using Kalman filters or optical flow) and limiting computation to dynamically relevant areas of the input image. The student will develop and evaluate a lightweight tracking pipeline and benchmark its efficiency and accuracy in logistics-style scenes. –
    The ideal candidate should have experience with Python, PyTorch, and a good understanding of computer vision and deep learning topics. MA

  5. Vom Datensatz zur Innovation: Analyse industrieller und wissenschaftlicher Daten
    In dieser Abschlussarbeit sollen Daten aus einem Forschungsprojekt analysiert werden, das in enger Zusammenarbeit mit Unternehmen aus der Industrie durchgeführt wurde. Der Datensatz umfasst sowohl Forschungs- als auch praxisrelevante Industriedaten, die in realitätsnahen Szenarien mithilfe moderner Technologien erhoben wurden. Die Daten wurden bereits vorverarbeitet und annotiert, sodass sie für eine weiterführende Analyse bereitstehen. – 
    Ziel der Arbeit ist es, die annotierten Daten systematisch auszuwerten, um Muster, Zusammenhänge oder mögliche Anomalien zu identifizieren. Die Ergebnisse sollen sowohl wissenschaftliche Erkenntnisse liefern als auch praxisorientierte Ansätze unterstützen. Je nach Art der Abschlussarbeit (Bachelor- oder Projektarbeit) können unterschiedliche Aspekte oder Tiefen der Analyse in den Fokus gerückt werden, z. B. die Anwendung fortgeschrittener Analyseverfahren, die Entwicklung von Visualisierungen, die Ableitung konkreter Handlungsempfehlungen für die Industrie oder eine einfache Revision der Daten. PA | BA | MA

  6. Dataset Review - Recherche im Bereich Human Activity Recognition und Human Movement Generation
    Ziel dieser Abschlussarbeit ist die vertiefte Recherche und systematische Analyse bestehender Datensätze im Bereich Human Activity Recognition (HAR) und Human Movement Generation (HMG). Die Arbeit soll bestehende Datensätze hinsichtlich ihrer Eigenschaften, Einsatzgebiete, Datenqualität und Anwendbarkeit bewerten und dabei auf eine bereits vorhandene Vorrecherche aufbauen. PA | BA
     
  7. P = NP? – Wo stehen wir?
    In dieser Abschlussarbeit geht es um nicht weniger als das größte ungelöste Problem der Informatik. Die Frage ist ob die Komplexitätsklassen P und NP gleich oder verschieden sind. In dieser Abschlussarbeit soll geklärt werden, was dieses Problem ist, was der aktuelle Stand der Forschung ist und welche Teilergebnisse es bereits gibt und was eine Lösung insbesondere bei Gleichheit für globale Folgen hat. Voraussetzung ist ein Verständnis für das Problem und die Bereitschaft sich tief in dieses mathematische Problem rein zu arbeiten. Somit geht es mehr um ein Verständnis der Zusammenhänge und Teilergebnisse in das Gesamtbild einzuordnen, als eine breite oberflächliche Recherche durchzuführen. MA
     
  8. Kooperatives Robot-to-Robot Picking: Anwendungsfälle, Herausforderungen, Metriken
    In dieser Abschlussarbeit soll das Konzept des kooperativen Robot-zu-Robot Picking näher beleuchtet werden. Auf dieses Konzept gibt es verschiedene Sichtweisen aus Theorie und Praxis. In dieser Arbeit sollen mit beiden Seiten Interviews geführt werden um in Symbiose diese Anforderungen zu einem realitätsnahen Modell, Instanzen und Parameter zusammen zu bringen. In der Wichtig für die Arbeit ist die Bereitschaft sich in ein Problem einzuarbeiten und selbstständig Anwendungsbeispiele zu entwickeln, verwerfen und verbessern.  BA