Index

Ausgangssituation:

Humanoide Roboter entwickeln sich derzeit rasant von reinen Forschungsplattformen hin zu industriell verwertbaren Systemen und versprechen durch ihre menschenähnliche Oberkörperkinematik eine flexible Integration in bestehende, auf den Menschen ausgelegte Produktionsumgebungen. Der AgiBot G2 ist ein wheel based humanoider Roboter mit einer radbasierten mobilen Plattform und einem humanoiden Oberkörper mit zwei Armen sowie geschickten Greifern, der speziell für industrielle Manipulations- und Logistikaufgaben konzipiert wurde. Durch den Verzicht auf eine zweibeinige Fortbewegung bietet die Plattform eine besonders hohe Stabilität, Energieeffizienz und Nutzlast bei gleichzeitig hoher Beweglichkeit in geplanten Fabrikumgebungen.

In einer Industrieumgebung der Siemens AG wird mit dem AgiBot G2 erstmals ein humanoides System dieser Klasse aufgebaut und in Betrieb genommen. Vor diesem Hintergrund besteht ein konkreter Bedarf, die Plattform systematisch zu erschließen, geeignete Schnittstellen und Toolchains zu etablieren sowie erste industrierelevante Anwendungsfälle aus dem Umfeld der Siemens AG prototypisch umzusetzen, um den Reifegrad und das Einsatzpotenzial des Systems belastbar einschätzen zu können.

Zielsetzung:

Ziel dieser Arbeit ist die erstmalige Umsetzung industrieller Anwendungsfälle auf Basis des humanoiden Roboters AgiBot G2. Im Rahmen der Arbeit sollen die Plattform aufgebaut, die relevanten Schnittstellen erschlossen sowie eine durchgängige Toolchain für Wahrnehmung, Manipulation und Navigation etabliert werden. Aufbauend darauf werden ausgewählte produktionsnahe Anwendungsfälle prototypisch umgesetzt und hinsichtlich Robustheit, Geschwindigkeit und Integrationsaufwand bewertet. Aus den Ergebnissen sollen abschließend konkrete Handlungsempfehlungen für den weiteren produktiven Einsatz des Systems im industriellen Umfeld der Siemens AG abgeleitet werden.

Aufgabenschwerpunkte & Arbeitspakete:

• Einarbeitung in den Stand der Technik zu wheeled humanoiden Robotern, bimanueller Manipulation und Foundation Models für robotische Anwendungen
• Aufbau und mechanische sowie elektrische Erstinbetriebnahme der AgiBot G2 Plattform am Standort der Siemens AG [Erlangen]
• Einarbeitung in das SDK des AgiBot G2 sowie Aufbau einer durchgängigen Toolchain für Steuerung, Wahrnehmung und mobile Manipulation
• Integration des Systems in die bestehende ROS basierte Infrastruktur des Lehrstuhls und Anbindung an relevante Sensorik und Peripherie
• Auswahl und Spezifikation industrierelevanter Anwendungsfälle in Abstimmung mit der Siemens AG
• Prototypische Umsetzung erster produktionsnaher Demonstratoren auf Basis des AgiBot G2
• Systematische Bewertung der erzielten Performanz hinsichtlich Robustheit, Geschwindigkeit, Sicherheit und Integrationsaufwand anhand definierter Kriterien
• Ableitung konkreter Handlungsempfehlungen für den weiteren produktiven Einsatz humanoider Roboter im industriellen Umfeld
• Strukturierte Dokumentation der Arbeit und Präsentation der Ergebnisse

Vorkenntnisse:

• Interesse an industrieller Robotik, humanoiden Systemen und künstlicher Intelligenz
• Erfahrung mit Linux und ROS von Vorteil
• Grundlegende Programmierkenntnisse in Python und C++ von Vorteil, aber nicht zwingend erforderlich
• Sehr gute Deutsch und Englisch Kenntnisse

Der Arbeitsumfang kann entsprechend der Art der Abschlussarbeit angepasst werden.

Bewerbungen ausschließlich per E-Mail mit aussagekräftigen Unterlagen (Lebenslauf, vollständige Notenübersicht)

Ausgangssituation:

Beim induktiven Kompaktieren primärisolierter Hochfrequenzlitzen (HF-Litzen) werden während des Prozesses umfangreiche Maschinen- und Induktionssystemdaten erfasst. Diese Daten enthalten potenziell die Information, mit der die resultierende Verbindungsqualität bereits während des Prozesses prädiziert werden kann, was eine Grundvoraussetzung für eine spätere Inline-Qualitätsüberwachung im industriellen Kontext darstellt.

Aus mehreren bereits abgeschlossenen Versuchsreihen am Lehrstuhl liegt ein umfangreicher Datenpool vor, dessen systematische Konsolidierung und Modellierung jedoch noch aussteht. Ziel der Arbeit ist es, aus diesen Bestandsdaten ein datenbasiertes Prozessmodell abzuleiten, das die Korrelation zwischen Prozesssignalen und Verbindungsqualität herstellt und damit die Basis für eine prozessbegleitende Qualitätsüberwachung schafft.

Der Umfang der Arbeit umfasst dabei folgende Arbeitsinhalte:

• Literaturrecherche
  • Methoden der datenbasierten Prozessmodellierung in der Fügetechnik
  • Signalbasierte Qualitätsprädiktion bei Fügeprozessen
• Datenkonsolidierung
  • Sichtung und Vereinheitlichung der bestehenden Maschinen- und Induktionssystemdaten aus mehreren Versuchsreihen
  • Bewertung der Datenqualität, Identifikation von Lücken und Inkonsistenzen
• Feature-Engineering und Modellentwicklung
  • Extraktion prozessrelevanter Merkmale aus Kraft-Weg-Verläufen, Generatorleistungsdaten und Pyrometriesignalen
  • Aufstellung statistischer und maschineller Lernmodelle zur Prädiktion von Kompaktierungsgrad, elektrischem Widerstand und Fehlprobenrate
• Validierung
  • Bewertung der Modellgüte mittels Kreuzvalidierung und Hold-out-Analysen
  • Identifikation der prädiktivsten Prozessmerkmale (Feature Importance)
• Bewertung & Dokumentation
  • Erarbeitung eines Konzepts zur Inline-Anwendbarkeit der entwickelten Modelle
  • Formulierung von Empfehlungen für eine spätere prozessbegleitende Qualitätsüberwachung

Voraussetzungen zur Bewerbung:

• Studiengang: Studium des Maschinenbaus, der Mechatronik, der Elektrotechnik, des Wirtschaftsingenieurwesens, IPEM, oder eines vergleichbaren technischen Studiengangs
• Fachkenntnisse: Sichere Programmierkenntnisse in Python; Grundlagen in Statistik und Datenanalyse; idealerweise erste Erfahrungen mit maschinellen Lernverfahren
• Arbeitsweise: Strukturierte, analytische und eigenständige Arbeitsweise; Bereitschaft, sich in domänenspezifische Prozessdaten und produktionstechnische Zusammenhänge einzuarbeiten
• Sprachkenntnisse: Gute Deutsch- oder Englischkenntnisse in Wort und Schrift

Bewerbungen mit Lebenslauf und aktuellem Notenspiegel bitte per E-Mail an: miriam.eichinger@faps.fau.de

Ausgangssituation:

Induktive Ladepads für elektrische Fahrzeuge erfordern hochzuverlässige und effiziente Kontaktierungen, insbesondere bei der Verwendung von primärisolierten HF-Litzen aus Aluminium. Aluminium bietet Vorteile wie geringes Gewicht und gute Leitfähigkeit, stellt jedoch besondere Anforderungen an die Kontaktierung aufgrund seiner Oxidationsanfälligkeit und mechanischen Eigenschaften. Ziel ist es, die Machbarkeit und Zuverlässigkeit der Kontaktierung zu demonstrieren.

Der Umfang der Arbeit umfasst dabei folgende Arbeitsinhalte:

• Literaturrecherche: Untersuchung bestehender Kontaktierungstechniken für Aluminiumlitzen.

• Konzeptentwicklung: Proof of Concept, der die Kontaktierung von HF-Litzen qualifiziert.

• Versuchsdurchführung: Testen der Kontaktierungen unter realistischen Bedingungen (z. B. Temperaturzyklen, Strombelastung) und Bewertung der elektrischen und mechanischen Stabilität.

• Dokumentation: Auswertung der Ergebnisse und Erstellung einer detaillierten Dokumentation einschließlich Empfehlungen für die weitere Entwicklung.

 

Voraussetzungen zur Bewerbung:

• Fachkenntnisse: Grundkenntnisse in Elektrotechnik und Materialwissenschaften, sowie Interesse an experimenteller Arbeit.

• Arbeitsweise: Selbstständige, strukturierte und präzise Arbeitsweise sowie Teamfähigkeit.

• Sprachkenntnisse: Gute Deutschkenntnisse in Wort und Schrift; Englischkenntnisse sind von Vorteil für die Literaturrecherche.

 

Bewerbungen mit Lebenslauf und aktuellem Notenspiegel bitte per E-Mail an:

miriam.eichinger@faps.fau.de

 

Sollten Sie in die engere Auswahl kommen, werden Sie per Mail kontaktiert. Ein Anruf ist nicht notwendig.

Ausgangssituation:

Das induktive Kompaktieren ist ein vielversprechendes Verfahren zur direkten, kontaktelementfreien Verbindung primärisolierter Hochfrequenzlitzen (HF-Litzen) für Anwendungen wie induktive Ladepads und elektrische Antriebe. Durch das Zusammenspiel aus induktiver Werkzeugerwärmung und mechanischem Verpressen wird die Litze form- und teilweise stoffschlüssig kompaktiert und dabei zugleich die Primärisolation thermisch entfernt.

Während für Prozess für Kupferlitzen bereits ein erster Proof-of-Concept vorliegt, treten bei Aluminiumlitzen werkzeugseitige Herausforderungen auf, insbesondere starke Adhäsionseffekte am Werkzeug, ungleichmäßige Gratbildung und eine erhöhte Fehlprobenrate. Erste Untersuchungen am Lehrstuhl haben gezeigt, dass alternative Werkzeuggeometrien sowie Hartstoffbeschichtungen für Kupferlitzen deutliche Prozessverbesserungen bewirken. Die Übertragung dieser Erkenntnisse auf Aluminium und die Ableitung einer robusten Prozessauslegung für Al-HF-Litzen stehen aus.

Der Umfang der Arbeit umfasst dabei folgende Arbeitsinhalte:

• Literaturrecherche
  • Werkzeugbeschichtungen für Umform- und Fügeprozesse mit Aluminium
  • Stand der Forschung zum Kontaktieren von HF-Litzen
• Versuchsplanung
  • Konzeption einer Versuchsmatrix für alternative Werkzeuggeometrien und Hartstoffbeschichtungen
  • Festlegung des Parameterraums und der Bewertungskriterien
• Versuchsdurchführung
  • Systematische Kompaktierversuche an Aluminium-HF-Litze am bestehenden Versuchsstand
  • Metallographische Probenpräparation und Dokumentation des Werkzeugzustands
• Auswertung
  • Quantifizierung von Kompaktierungsgrad, elektrischem Widerstand und Fehlprobenrate mittels Lichtmikroskopie, 3D-Laserscanning-Mikroskopie und Vierleitermessung
  • Statistische Auswertung der Versuchsergebnisse
• Bewertung & Dokumentation
  • Vergleichende Bewertung der untersuchten Werkzeugkombinationen
  • Ableitung einer Best-Practice-Empfehlung für die weiterführende Verfahrensentwicklung

Voraussetzungen zur Bewerbung:

• Studiengang: Studium des Maschinenbaus, der Mechatronik, des Wirtschaftsingenieurwesens, IPEM oder eines vergleichbaren technischen Studiengangs
• Fachkenntnisse: Grundkenntnisse in Werkstoffkunde und Fertigungstechnik; Interesse an experimenteller Laborarbeit und metallographischer Probenpräparation
• Arbeitsweise: Strukturierte, sorgfältige und eigenständige Arbeitsweise; Bereitschaft, sich in metallographische Probenpräparations- und Auswertungsmethoden einzuarbeiten
• Sprachkenntnisse: Gute Deutschkenntnisse in Wort und Schrift

Bewerbungen mit Lebenslauf und aktuellem Notenspiegel bitte per E-Mail an: miriam.eichinger@faps.fau.de

Hintergrund
Die Fertigung elektrischer Antriebe, wie etwa Hairpin-, Continuous-Hairpin- oder Axialflussmaschinen, erfordert eine präzise Kontrolle von Material und Prozess. Ein zentraler Schritt ist das Richten von Flachdraht, das bislang auf festen Parametern und Erfahrungswissen basiert. Dabei werden Schwankungen im Material nur unzureichend berücksichtigt. Das Ziel besteht darin, diesen Prozess mithilfe moderner Sensorik, Messtechnik und innovativer Regelungsansätze weiterzuentwickeln, um die Produktionsqualität effizient zu steigern.

 

Mögliche Aufgabenstellungen
Studentische Arbeiten können zu einem der folgenden Themen erarbeitet werden:

• Integration eines Interferometers zur Isolationsschichtdickenmessung
• Modellierung und Simulation des Richtprozesses
• Weiterentwicklung einer flexiblen, mechanischen Abisolierstation für Flachdraht
• SPS-Programmierung einer Schwenkbiege-Anlage zum 2D-Biegen von Flachdraht

Die detaillierten Inhalte und Aufgabenstellungen werden in einem persönlichen Gespräch besprochen.

 

Anforderungsprofil

• Interesse an der Produktion elektrischer Traktionsantriebe
• Je nach Themengebiet sind Grundkenntnisse in Konstruktion, Messtechnik, Programmierung, Datenanalyse (KI/ML) oder Regelungstechnik erforderlich.
• Freude an praktischer Arbeit (Versuchsreihen, Messtechnik, Anlagenaufbau)
• Analytisches, strukturiertes und selbstständiges Arbeiten
• Teamfähigkeit und Kommunikationsstärke
• Gute Deutsch- und Englischkenntnisse in Wort und Schrift

 

Bewerbung
Bitte senden Sie Ihre Bewerbung mit

• Lebenslauf
• Aktuellem Notenspiegel
• Angabe der bevorzugten Aufgabenstellung

per E-Mail an anja.preitschaft@faps.fau.de

Wichtig: Bewerbungen ohne konkrete Nennung eines Themenbereichs können leider nicht bearbeitet werden.

We are looking for curious and motivated master’s students to join an innovative research project on the simulation of microexpressions in virtual human faces for humanoid robotics and human-robot interaction. This thesis combines social robotics, facial expression modeling, computer animation, and user-centered evaluation, contributing to the development of more expressive and socially intelligent virtual agents.

Project Overview:

This master’s thesis focuses on the simulation and evaluation of human microexpressions in virtual faces and computer-based environments. Microexpressions are subtle and short facial movements that play an important role in social communication. The aim of this thesis is to investigate how such expressions can be modeled, implemented, and perceived in virtual humans or simulated humanoid agents.

Possible research directions include:

• Study of the physiological and expressive basis of human microexpressions
• Investigation of methods for modeling subtle facial expressions in virtual agents
• Simulation of microexpressions using animation and facial modeling tools such as Blender, Unity, Unreal Engine / MetaHuman, or related frameworks
• Exploration of facial action units, blendshapes, or similar techniques for implementing subtle facial movements
• Evaluation of user preferences and perception regarding realism, naturalness, and social acceptability

The thesis will help establish a foundation for future emotionally expressive virtual humans and humanoid robots by identifying suitable design approaches and perception-related challenges.

Key Responsibilities:

• Conduct a structured review of literature on microexpressions, facial expression modeling, and human-robot interaction
• Investigate existing methods and tools for simulating subtle facial expressions in virtual environments
• Implement or prototype selected microexpression simulation approaches in a computer-based setting
• Design and analyze a user study to evaluate perceived realism, preference, and social impact

Who We’re Looking For:

• Strong interest in social robotics, virtual humans, humanoid robots, human expression, or human-robot interaction
• Background in robotics, biomedical engineering, computer science, HRI, computer graphics, animation, or a related field
• Interest in simulation, experimental design, and user-centered evaluation
• Independent, structured, and critical way of working
• Fluency in English

How to Apply:

If you are excited about expressive virtual humans and would like to contribute to research on artificial facial behavior, we invite you to apply exclusively via email, including your CV and complete transcript of records (GPA min. 2.5).

Subject: S2.1_Virtual Microexpressions

Initial Situation:

The handling and processing of cables and wires is currently characterized by manual activities due to their flexible material behavior. However, due to the ever-increasing complexity of cable systems in vehicle construction, there is also an acute need for action in industry to automate the process. As part of an automation project with a major German OEM, an automation solution is to be developed for cable harness production and assembly in the vehicle.

Possible thesis:

The objective of this thesis is to optimize existing computer vision algorithms for the robotic insertion of a wiring harness into the center console of a contemporary premium vehicle. The scope is roughly divided as follows and can be tailored according to your interests:

• Designing a comparative framework for benchmarking  event-based vision algorithms against traditional frame-based methods 
• Investigate potential of a multimodal fusion approach integrating event- and frame-based vision with force / acoustic sensing for enhanced process feedback 
• Implementing & testing the system in a simulated or experimental setup involving robotic insertion and inspection tasks 
• Analyzing performance metrics such as latency, accuracy, and robustness under varying conditions 
• Discussion and outlook on further development possibilities

Focus on:

• 3D Computer Vision
• Pose estimation
• Robotics

What you should bring:

• Independent and structured work style
• Good documentation of the approach
• Good knowledge of German or English language
• Python knowledge desirable
• Computer Vision knowledge advantageous

Other notes:

• Start date can be immediate
• Remote work possible
• Work scope can be individually tailored according to interests
• Please apply with a current grade transcript and resume

Motivation
Sehnengetriebene Aktuationssysteme sind ein zentraler Ansatz moderner Robotik, insbesondere für humanoide und leichte, energieeffiziente Systeme. Durch die Entkopplung von Aktuator und bewegter Struktur lassen sich Massen reduzieren und komplexe Bewegungen realisieren. Für Entwicklung, Auslegung und spätere Steuerung solcher Systeme sind realitätsnahe Simulationen essenziell.
Unterschiedliche physikalische Modellierungsansätze für Seil- und Sehnenstrukturen (z. B. vereinfachte oder kontinuierliche Modelle) unterscheiden sich jedoch stark hinsichtlich Genauigkeit, Stabilität und Rechenaufwand. Diese Unterschiede wirken sich direkt auf die Nutzbarkeit in simulationsbasierten Entwicklungsprozessen und insbesondere auf Reinforcement-Learning-Anwendungen in NVIDIA Isaac Sim / Isaac Lab aus.

Ziel der Arbeit
Ziel der Arbeit ist die systematische Untersuchung und prototypische Implementierung ausgewählter Simulationsmethoden für Seil- und Sehnenstrukturen. Im Fokus steht die Frage, wie unterschiedliche physikalische Modellierungen praktisch umgesetzt werden können und welchen Einfluss sie auf das Verhalten der Simulation sowie auf die Trainingsstabilität und Performance von RL-Algorithmen haben.
Die Ergebnisse sollen vergleichbar aufbereitet und hinsichtlich ihrer Eignung für robotische Anwendungen bewertet werden.

Schwerpunkte

• Simulationsmethoden & Implementierung in Isaac Sim / Isaac Lab
• Vergleich & RL-basierte Bewertung

Weitere Informationen
Infos auf Anfrage. Bewerbung per E-Mail mit Lebenslauf und Notenübersicht.

Der Einsatz von Edge Computing gewinnt in vielen Bereichen an Bedeutung, da er die Datenverarbeitung näher an den Ort der Datenentstehung verlagert und damit Latenzen, Bandbreitenbedarf sowie Abhängigkeiten von Cloud-Verbindungen reduziert. Gleichzeitig steigen die Anforderungen an Automatisierung, Lifecycle Management und Fleet Operations, weil Edge-Knoten oft heterogen sind, in instabilen Netzen laufen und nur eingeschränkt an verteilten Ort gewartet werden können.

Ziel dieser studentischen Arbeit ist der Aufbau und die prototypische Evaluation einer self-managed Edge-Kubernetes-Referenzarchitektur (hub-and-spoke), die zunächst virtuelle Edge Devices (VMs auf Proxmox VE und/oder OpenStack) nutzt und später auf dedizierte Hardware übertragbar ist. Im Fokus steht eine reproduzierbare Day-0 Provisioning Pipeline via (i)PXE boot sowie first-boot configuration mit cloud-init und Ignition/Combustion (optional unter Nutzung von Matchbox). Darauf aufbauend sollen mehrere Linux- und Kubernetes-Cluster-Varianten automatisiert gestartet und zentral mit GitOps sowie Fleet-style Multi-Cluster Rollout verwaltet werden.

(Mögliche) Schwerpunkte der Arbeit:

• Design & Implementierung einer hub-and-spoke Referenzarchitektur für self-managed Edge Kubernetes (Management Cluster + Edge Spokes).
• Provisioning Pipeline: Klassisches (i)PXE, darauf aufbauendes Netboot mittels HTTPBoot via UEFI or U-Boot oder je nach BMC auch IPMI/Redfish, Profilverwaltung (optional Matchbox) und Konfiguration via Ignition/Combustion/cloud-init. Parallel dazu Lifecycle Management mittels Cluster API und entsprechendem Provider (z.B. CAPM3 (Metal³ im Falle OpenStack Ironic) oder CAPT (Tinkerbell im Falle von einfachem iPXE/Netboot))
• Definition von stabilen Cluster-Profilen (z.B. Talos Linux, openSUSE Leap Micro + k3s, Ubuntu + MicroK8s oder Debian + k0s) inkl. automatisiertem Bootstrap und Re-Provisioning (replaceable nodes).
• GitOps-gestützte Baseline: Standardisierte Installation von Add-ons (z. B. Longhorn, Ingress, Observability) über Argo CD oder Flux.
• Persistence & Registry Integration: Longhorn als persistence storage, Deployment-Pipeline über GitLab CI/CD, GitLab Container Registry, Harbor als Proxy Cache und Replication Bridge / Pull-Through Cache (ggf. zunächst lediglich GitLab Dependency Proxy für Docker Hub) und optional K3s Spegel.
• Dokumentation & Demonstrator: Nachvollziehbare Architektur-/Betriebsdokumentation, IaC/Automation in einem Git-Repository sowie eine Demo-Umgebung als Testbed für Forschung/Lehre.

Ausblick auf darauf aubauende Arbeiten:

• Erweiterung des Lifecycle Managements um Foreman und Katello.
• Fleet-style Multi-Cluster Rollout: Vergleich und Bewertung von Rancher Fleet, Argo CD ApplicationSet und Flux (optional Open Cluster Management (OCM) / Karmada) anhand definierter Kriterien (Drift, Skalierbarkeit, Multi-tenancy, Offline-Toleranz, Usability usw.).
• Integration und Reifegradbewertung von KubeEdge/OpenYurt oder LF Edge Komponenten (FIDO Device Onboard, EVE-OS, EdgeX Foundry) im Rahmen der bestehenden Architektur.

Wenn die ausgeschriebene Arbeit noch online ist, dann ist sie auch noch aktuell. Sollten Sie Interesse an der Arbeit haben, so kommen Sie bitte mittels einer E-Mail (in der Sie kurz Ihr Vorwissen darstellen) auf mich zu. Sollten Sie eine intrinsische Motivation für ein angrenzendes oder ähnlichen Thema haben, so stellen Sie in Ihrer Anfrage bitte den Bezug zu meiner Ausschreibung dar.

Bitte stellen Sie die komplette Anfrage in deutscher Sprache, auch wenn Sie die Ausarbeitung in Englisch verfassen werden. Hintergrund ist, dass Sie sich in laufende Forschungsprojekte einbringen mit den Unternehmen austauschen können sollen und von diesen wird mehrheitlich eine Kommunikation auf Deutsch gewünscht.

Weitere Informationen erhalten Sie auf Anfrage, der Arbeitsumfang kann entsprechend der Arbeit angepasst werden und die Bearbeitung weitestgehend im Home-Office stattfinden.