Master Thesis - Anomaly Detection of Laser Scanner Data

Sista ansökan

2020-10-18

SICK är en världsledande leverantör av sensorer och sensorlösningar för industriella tillämpningar. SICK-koncernen har ca 10 000 anställda runt om i världen och huvudkontoret ligger i Waldkirch, Tyskland. SICK i Linköping är kompetenscenter för Machine Vision. Teknikområdet består av 3D-avbildning och mjukvara för bildanalys och visualisering. I mer än 30 år har SICK i Linköping framgångsrikt utvecklat och levererat teknikledande produkter inom 2D och 3D vision, liksom systemlösningar för t ex robotstyrning och kvalitetskontroll. SICK i Linköping har ca 75 anställda och finns i Mjärdevi Science Park.

Laser scanners are sensors that provide range data from a laser rotating in a plane. They are used in a wide range of applications, including measurement, navigation and safety. This thesis is about using Deep Learning techniques to detect anomalies in the laser scanner data.

This could include:

  • Unexpected movements of people and/or vehicles in an area.
  • Detection of outliers in measurement applications.
  • Detecting sensor errors.

The goal is to be able to train the system on normal data to be able
to detect anomalies. Some relevant datasets are already available,
but collection of new data may be required.

Prerequisites

  • Machine learning knowledge
  • Programming in Python

Contact

For more information, contact R&D Manager Andreas Wrangsjö, andreas.wrangsjo@sick.se

We look forward to your application  before  the 18th of October!

Ansvarig rekryterare

Charlotte Axelsson

Ansökan

Annonsen är avslutad och det går inte längre att ansöka.

Följ oss via våra sociala kanaler!