PhD - Neuronale 3D-Szenenreprasentationen fur den Fahrzeuginnenraum (w/m/div.)
Unternehmensbeschreibung
Stellenbeschreibung
Bei Bosch Research treiben wir die nachste Generation von Physical AI voran: intelligente Systeme, die ihre Umgebung in der realen Welt wahrnehmen, daruber schlussfolgern und robust handeln konnen. Da Fahrzeuge zunehmend geteilt, automatisiert und softwaredefiniert werden, wird das Verstandnis dessen, was im Fahrzeuginnenraum passiert, ebenso wichtig wie das Verstandnis der Strae vor dem Fahrzeug. Die Fahigkeit, Position, Haltung und Bewegung von Insassinnen und Insassen zu erkennen, entwickelt sich sowohl zu einer regulatorischen Anforderung als auch zu einem zentralen Enabler fur zukunftige Sicherheits- und Komfortfunktionen. Aktuelle Wahrnehmungssysteme behandeln den Fahrzeuginnenraum und die Auenumgebung jedoch weitgehend als getrennte Domanen, was ihre Fahigkeit einschrankt, aus der kleinen Anzahl an Kameras, die realistisch in einem Fahrzeug eingesetzt werden konnen, ein konsistentes dreidimensionales Verstandnis des Innenraums zu bilden.
In diesem Promotionsprojekt untersuchen Sie neuronale 3D-Szenenreprasentationen, darunter Neural Radiance Fields, Gaussian Splatting und implizite Occupancy-Modelle, und passen diese an die besonderen Herausforderungen der In-Cabin-Wahrnehmung an. Anders als in Auenumgebungen, in denen ein bewegter Sensor eine weitgehend statische Szene beobachtet, stellt der Fahrzeuginnenraum das gegenteilige Szenario dar: Die Struktur ist fest und bekannt, wahrend die Insassinnen und Insassen die primare Bewegungsquelle sind und artikulierte, verformbare sowie kontinuierlich wechselnde Bewegungsmuster zeigen. Sie nutzen diese Asymmetrie als Vorteil, indem Sie die bekannte Innenraumgeometrie als integrierte Supervision einsetzen und moderne 3D-bewusste Diffusionsmodelle als gelernte Priors einbeziehen. Ihre Forschung konzentriert sich darauf, Insassinnen und Insassen zuverlassig aus nur ein bis drei festen Kameraperspektiven zu rekonstruieren.
Ein zentrales Ziel des Projekts ist es, eine einheitliche Reprasentation des Fahrzeuginnenraums und der Auenumgebung zu schaffen. Dadurch sollen zukunftige End-to-End-ADAS-Systeme trainiert und validiert werden konnen, wahrend sie gleichzeitig uber Passagiere sowie die umgebende Verkehrssituation schlussfolgern. Als Teil von Bosch Research arbeiten Sie an der Spitze der KI-Innovation und tragen zugleich zu realen industriellen Anwendungen bei. Sie helfen dabei, eine neue Fahigkeit zu entwickeln, die das Verstandnis von Innen- und Auenszenen verbindet, und arbeiten eng mit fuhrenden Expertinnen und Experten aus Wissenschaft und Industrie zusammen, um diese Fortschritte in zukunftige sicherheitskritische Produkte zu uberfuhren. Ihre Arbeit verbindet Grundlagenforschung in 3D-Computer Vision und generativem Modeling mit dem praktischen Ziel, Fahrzeuge fur alle Personen an Bord sicherer zu machen.
Qualifikationen
- Ausbildung:
- Sehr guter Masterabschluss in Informatik oder einem vergleichbaren Studienfach
- Erfahrung und Kenntnisse:
- Erfahrung im Bereich Machine Learning mit PyTorch, idealerweise mit vision-basierten Modellen und Neural Scene Representation
- Sehr gute Programmierkenntnisse in Python sowie fundierte Kenntnisse in Computer Vision und 3D-Geometrie, einschlielich Kameramodelle, projektive Geometrie und Multi-View-Constraints
- Vertrautheit mit 3D-Szenenreprasentationen (z. B. NeRF, Gaussian Splatting, implizite Occupancy Networks) oder Methoden zur Tiefen- und 3D-Schatzung ist ausdrucklich erwunscht
- Erste Beruhrungspunkte mit differentiable rendering oder der Schatzung artikulierter menschlicher Posen sind von Vorteil
- Personlichkeit und Arbeitsweise:
- Sie verbinden eine proaktive und sehr motivierte Haltung mit der Fahigkeit, sich sicher in komplexen technischen Umgebungen zu bewegen
- Sprachen:
- Gute Englischkenntnisse in Wort und Schrift
