„Das beste Training liegt immer noch im selbständigen Machen.“
Cyril Northcote Parkinson

Wenn Lernen und Üben zudem noch Freude bereiten, sind Forschritt und Erfolg programmiert. Sind Sie auf der Suche nach mehr Wissen und einem Platz, um Neues auszuprobieren?

Dann schicken Sie uns Ihre Bewerbungsunterlagen mit Ihrer Idee für eine Bachelor- oder Masterarbeit.

Wir freuen uns darauf, Sie kennenzulernen!

Einfach online bewerben
Werden Sie Teil eines erfolgreichen Teams und bewerben Sie sich jetzt gleich online.

 

Wir möchten Sie darauf hinweisen, dass Bewerbung nur online, per Post oder per E-Mail an personal@nullprofactor.at akzeptiert werden. Bei Fragen zur Stellenausschreibung stehen Ihnen unsere MitarbeiterInnen telefonisch zur Verfügung.

Die letzten Fortschritte bei kollaborativen Robotik ermöglicht es, das Roboter und Mensch nicht mehr durch einen Zaun getrennt sind, und Hand in Hand miteinander arbeiten können. Um im kollaborativen Prozess effizient mit dem Menschen zu interagieren, muss der Roboter dem Menschen mitteilen, was, wo und wann er etwas durchführen soll.

Ziel dieser Master-/Bachelorarbeit ist es, für eine Station mit zwei kollaborierenden Robotern diese Interaktion zu implementieren. Dabei soll einerseits die Koordination zwischen den Robotern und dem Menschen implementiert werden, und andererseits die entsprechende Aktion visuell dargestellt werden.

Deine Aufgabe

  • Umsetzung einer graphischen Oberfläche in QT-QML
  • Koordination der Arbeitsschritte von zwei Robotern und einem Menschen
  • Durchführung von Tests und Dokumentation in Hinblick auf wissenschaftliche Publikationen

>> mehr erfahren

Nanoimprint Lithography is a method to replicate nanostructures on large area. This is done by pressing a nanostructured stamp into a soft (UV-curable) polymer on a substrate. While the stamp is in contact with the polymer, the material is cured by e.g. UV-irradiation and then the stamp is removed, resulting in a nanostructured hard polymer on the substrate. Such an imprint can later be used as mask for metal deposition and thus define geometry of particles. Afterwards the particles can be removed from the substrate in a lift-off step and used further for biofunctionalization. At PROFACTOR we are developing a CNC-based UV-nanoimprint tool to fabricate these kinds of nanostructures.

 

PROFACTOR is a private, applied research company located in Steyr. We conduct research in the field of industrial assistive systems and additive micro/nano manufacturing. Our team consists of around 70 employees from 15 different academic fields. We work across disciplines to find solutions for the manufacturing industry and set standards in robotics, machine vision, simulation, 3D printing, functional surfaces and nanostructures.

 

Your tasks

The goals of this thesis are

  • to investigate basic processes for the replication of nanoscale features for particle fabrication.
  • to investigate different materials, for imprinting and their liftoff suitability
  • to further develop an CNC-based imprint tool for fast and relyable imprinting.

>> mehr erfahren

Immer häufiger werden Tiefensensoren eingesetzt um dreidimensionale Abbilder natürlicher Umgebungen zu erstellen. Die Anwendungsmöglichkeiten sind vielfältig: interaktive Digitalisierungen ermöglichen physikalische Simulationen in Augmented Reality Anwendungen oder unterstützen Roboter bei der kollisionsfreien Pfadplanung.

Derzeitige handgeführte Systeme sind allerdings nicht robust in der Handhabung. Die Positionsbestimmung des Sensors erfolgt üblicherweise mittels Parameterschätzung basierend auf Änderungen in Tiefenkarten. Gerade bei raschen Bewegungen oder einfachen Geometrien funktioniert diese Schätzung nur unzureichend und führt zu Ungenauigkeiten in der Rekonstruktion.

Ziel dieser Masterarbeit ist die Untersuchung ob und inwieweit eine Datenfusion mit externem Positionsgeber die Genauigkeit der 3D Rekonstruktion erhöht.

Deine Aufgaben

  • Verbindung von 3D Tiefensensoren mit externen Positionsgebern (HTC Vive Pro)
  • Entwicklung einer Methode zur Kalibrierung von Positionsgeber und Tiefensensor
  • Prototypische Implementierung einer Fusionssoftware zur robusten 3D Rekonstruktion

>> mehr erfahren

Masterarbeit

Tiefensensoren basierend auf Structured Light haben sich im Lowcost-Bereich etabliert (Microsoft Kinect, Primesense Carmine, Asus Xtion, Orbbec Astra, Intel Realsense, etc.). Diese Sensoren sind allerdings nicht industrietauglich und weisen eingeschränkte Spezifikationen hinsichtlich Genauigkeit und Sichtfeld auf. Um speziellen Anforderungen in industriellen Anwendungsfällen gerecht zu werden soll ein Prototyp eines Tiefensensors aufgebaut werden. Anschließend soll dieser evaluiert und mit State of the Art Sensoren verglichen werden. Die konkreten Aufgabenstellungen sind:

  • Aufbau des Sensors und Entwicklung der zugehörigen Software unter Anleitung erfahrener Entwickler
  • Selbstständige Evaluierung und Vergleich mit bestehenden Sensoren

 

Ziel der Masterarbeit

Die Masterarbeit gliedert sich in folgende Aufgaben:

  1. Aufbau eines Tiefensensors bestehend aus ein oder zwei Kameras sowie eines Structured Light Projektor
  2. Entwicklung einer Software zur Berechnung der Tiefendaten aus den Kamerabildern
  3. Evaluierung des Tiefensensors (Genauigkeit, Rauschverhalten, Temperaturempfindlichkeit, etc.)
  4. Vergleich mit am Markt erhältlichen Tiefensensoren

>> mehr erfahren

Masterarbeit

Im Rahmen des Forschungsprogrammes „Lokalisierung und Tracking für verbesserte Wahrnehmung und Interaktion“ im „Visual Computing“ Team suchen wir Verstärkung im Bereich des maschinellen Lernens, insbesondere im Bereich von „Deep Learning“ (DL).

Ziel ist es, aktuelle Forschungsarbeiten aus dem Thema 2D/3D-Aktivitätserkennung auf industrielle Umsetzbarkeit hin zu evaluieren. Obwohl sich DL in anderen „Computer Vision“-Bereichen bereits erfolgreich durchgesetzt hat, haben sich bei der Aktivitätserkennung bisher noch keine Standards etabliert. Es bietet sich daher die spannende Möglichkeit dieses relativ junge Forschungsgebiet noch mitzugestalten.

Die ausgeschriebene Masterarbeit umfasst alle für „Machine Learning“ notwendigen Schritte, wie Datengewinnung und -aufbereitung, prototypische Implementierung und Testen aktueller Algorithmen. Das dadurch erarbeitete Wissen ist eine solide Grundlage für einen zukünftigen Berufsweg im Bereich von „Machine Learning“.

Querdenker/innen heißen wir in unserem zukunftsorientierten und innovativen Unternehmen ausdrücklich willkommen. Ihr Dienstort ist Steyr.

 

Deine Aufgaben

  • Evaluierung von Ansätze zur Interpretation von menschlichen Aktivitäten mittels 3D/2D Sensorik
  • Umfasst alle wichtigen Schritte von Datengewinnung und –aufbreitung, bis hin zur prototypische Umsetzung aktueller „State-of-the-art“-Algorithmen
  • Durchführung von Tests und Dokumentation in Hinblick auf wissenschaftliche Publikationen

>> mehr erfahren

Berufsbegleitend Studieren?

Wir sind Kooperationspartner des Masterstudienganges Robotic Systems Engineering, Campus Wels.

Studiengangsblatt herunterladen

Bewerbung:
online oder schriftlich bis spätestens 30.06.
www.fh-ooe.at/bewerbung

Wir freuen uns über Ihre aussagekräftige Bewerbung – bevorzugt online.

Bei Fragen melde dich bei Helmut Nöhmayer.

PROFACTOR GMBH

Im Stadtgut A2 | 4407 Steyr-Gleink
Tel.: +43 (0)7252 885-0 | Fax: +43 (0)7252 885-101

„Standort Wien oder Steyr“

Wir freuen uns über Ihre aussagekräftige Bewerbung – bevorzugt online.

PROFACTOR GMBH

Im Stadtgut A2 | 4407 Steyr-Gleink
Tel.: +43 (0)7252 885-0 | Fax: +43 (0)7252 885-101