PRAKTIKUM/MASTERARBEIT: WORLD MODELS FUR AUTOMOTIVE RADAR SIGNAL SIMULATION

Im Rahmen diesesProjekts entwickeln wir einen World-Model-basierten Ansatz, der Verkehrsszenenaus realen Fahrdaten lernt und daraus realistische Automotive-Radar-Messungengenerieren kann. Ziel ist die Entwicklung generativer Modelle, dieRadar-Rohdaten, Range-Doppler-Maps oder Radar-Punktwolken erzeugen konnen, umsynthetische Trainingsdaten fur autonome Fahrsysteme bereitzustellen.

• Modellentwicklung: Sie entwickeln generative KI-Modelle zurErzeugung realistischer Automotive-Radar-Messungen auf Basis gelernterVerkehrsszenen.
  
• Radar-Signalgenerierung: Untersuchung synthetischerRadarsignalgenerierung fur Radar-Rohdaten, Range-Doppler-Maps undRadar-Punktwolken.
  
• Methodenanalyse: Analyse bestehender Methoden dersynthetischen Radarsignalgenerierung im Kontext generativer Modelle.
  
• Datenvergleich: Vergleich und Bewertung generierter Datenmit realen Radar-Messungen hinsichtlich physikalischer Plausibilitat undstatistischer Eigenschaften.
  
• Modellbewertung: Sie evaluieren KI-Methoden zurGenerierung von Radardaten und analysieren deren Ergebnisse.
  
• Wissenschaftliche Dokumentation: Wissenschaftliches Schreiben zurErstellung eines umfassenden Abschlussberichts.