e-Learning Support
Projektplenum: 04-V07-STP-2517 Evaluation of new technologies for visual inspection - Details

Projektplenum: 04-V07-STP-2517 Evaluation of new technologies for visual inspection - Details

Close message box
You are not logged into Stud.IP.

General information

Course name Projektplenum: 04-V07-STP-2517 Evaluation of new technologies for visual inspection
Subtitle
Course number 04-V07-STP-2517
Semester SoSe 2025 - WiSe 2025/2026
Current number of participants 0
expected number of participants 5
Home institute B.Sc. Systems Engineering
Courses type Projektplenum in category Teaching
Type/Form Lehrprojekt
Englischsprachige Veranstaltung Nein
ECTS points 15 bzw. 17 (je nach Modul)

Rooms and times

Comment/Description

Anmeldung im Stud.IP bis: 30.04.
Projektauftakt am: 12.05.
max. Gruppengröße: 5
Ansprechperson: Dirk Schweers, ser@biba.uni-bremen.de

Im Rahmen dieses Lehrprojekts soll die Funktionsweise eines bestehenden kognitiven Assistenzsystems für die Werkerführung analysiert werden. Auf Basis dieser Analyse werden Alternativen zu zentralen Systemkomponenten ermittelt und priorisiert. Anschließend sollen ausgewählte Elemente gezielt überarbeitet werden. Ziel ist es, die Leistungsfähigkeit des Systems durch den Einsatz moderner Technologien zu verbessern und neue Ansätze für die visuelle Inspektion zu evaluieren. Die Projektinhalte sind breit gefächert, sodass Studierende mit unterschiedlichen Kenntnisständen und Workloads aktiv mitwirken können.
Mögliche Projektinhalte:
1. Systemanalyse und Bestandsaufnahme
o Untersuchung der bestehenden Systemarchitektur und der eingesetzten Technologien.
o Analyse der aktuellen Methoden zur Objekterkennung und Handgestenerkennung.
2. Evaluation alternativer Kameratechnologien
o Vergleich verschiedener Sensortechnologien hinsichtlich Auflösung, Lichtempfindlichkeit und Eignung für den Einsatz im Assistenzsystem.
o Untersuchung der Integration neuer Kamera- und Sensormodule in das bestehende System.
3. Optimierung der Methoden zur Objekterkennung und Handgestenerkennung
o Überprüfung bestehender Algorithmen auf Genauigkeit, Robustheit und Echtzeitfähigkeit.
o Implementierung und Test alternativer Verfahren, z. B. tiefenlernbasierter Methoden oder hybrider Ansätze.
4. Einsatz neuer Algorithmen und visueller LLMs
o Analyse des Potenzials großskaliger visueller Sprachmodelle (LLMs) für die Bild- und Gesteninterpretation.
o Untersuchung, inwiefern multimodale Modelle zur Verbesserung der Assistenzfunktionen beitragen können.

Registration mode

After enrolment, participants will manually be selected.

Potential participants are given additional information before enroling to the course.