博士生:协同感知与传感器融合用于自动驾驶

Doktorand:in (m/w/d) – Kooperative Perception und Sensor Fusion für automatisiertes Fahren
原始招聘页面

开发协同感知与传感器融合,用于自动驾驶车辆。

0.02
面试概率评分
核心匹配 0.06
项目相关性 0.10
关键技能覆盖 0.00
形式资格 0.10
偏好加分 0.00
关键缺口 失格
硬性条件不满足:Requires a very good Master's degree in Computer Science, Electrical Engineering, Mechanical Engineering, Mathematics, or a comparable field, plus strong programming in Python/C++ and ROS 2. A biomedical background does not meet the formal degree requirement and lacks the core technical skills.
评分理由
The candidate's biomedical background is fundamentally different from the required engineering/CS degree and lacks any evidence of Python, C++, ROS 2, or autonomous driving experience, which are hard requirements. The methodological gap is not transferable, and the formal degree mismatch alone would likely block interview consideration. Thus, interview probability is extremely low. · 迁移评估:No transferable methodology from biomedical wet-lab research to autonomous driving software and sensor fusion.
机构
Technical University of Munich
地点
— · DE
类型
博士生
截止
—
资助
funded
来源
🎓 Technical University of Munich
信息待补充(影响 CV/MV 生成质量)—— 3/5
以下信息不全,建议补充后再生成材料:PI 姓名(待补充) · PI 论文(无PI)
PI 信息
主导师 — 待解析
身份 未确认
院系 Lehrstuhl für Fahrzeugtechnik (FTM), Technical University of Munich
在 OpenAlex 手动核查
职位描述 / 要求

职位描述

Back to News Board Browse in News Doktorand:in (m/w/d) – Kooperative Perception und Sensor Fusion für automatisiertes Fahren 11.08.2026, Academic staff Lehrstuhl für Fahrzeugtechnik (FTM) sucht ab sofort Doktorand:in für Kooperative Perception und Sensor Fusion für automatisiertes Fahren. Motivation Mit EDGAR betreiben wir eines der wenigen Forschungsfahrzeuge in Deutschland, das autonom im öffentlichen Straßenverkehr unterwegs ist. Unser Ziel ist es, Probleme aus der Realität in die Forschung zu bringen, um diese nachhaltig zu lösen und zurück in die Anwendung zu führen. Dabei verfolgen wir eine Open-Source-Strategie, mit der wir unseren Fortschritt teilen. Im Autonomous Vehicle Lab arbeiten wir somit aktiv an einem europäischen L4-Software-Stack und publizieren unsere Forschung auf internationalen Konferenzen. Die Wahrnehmung EDGARs ist durch das Sichtfeld seiner eigenen Sensorik begrenzt. Verdeckungen an Kreuzungen und Situationen jenseits der Line-of-Sight bleiben systematisch unbeobachtbar. Kooperative Wahrnehmung könnte diese Grenze adressieren, wird bislang aber vor allem in Simulation untersucht. Wie sich solche Verfahren unter realen Bedingungen in einen Fahrzeug-Software-Stack integrieren lassen und welcher Robustheitsgewinn dabei möglich ist, untersuchen wir im TUM-koordinierten Horizon-Europe-Projekt SENSE. Werde Teil unseres Teams! Deine Herausforderung Als Teil des EDGAR-Teams verantwortest Du innerhalb von SENSE den fahrzeugseitigen Beitrag der TUM. Dein Schwerpunkt liegt darauf, EDGARs Wahrnehmung über die eigenen Sensoren hinaus zu erweitern. Du entwickelst eine Fusion, die unter anderem V2X empfangene Informationen aus Infrastruktur sowie anderen Verkehrsteilnehmern mit dem Onboard-Software-Stack zusammenführt. Die wissenschaftliche Herausforderung liegt dabei in der Unregelmäßigkeit, dem Zeitversatz sowie den unterschiedlichen Genauigkeiten der empfangenen Daten. Aus diesen Beiträgen zur Laufzeit ein zeitlich konsistentes Umfeldmodell zu erzeugen und dabei zu entscheiden, welche Informationen den eigenen Wahrnehmungszustand verbessern und wie sie fusioniert werden, ist der Kern Deiner Arbeit. Dazu kommt die Integration direkt am Fahrzeug. V2X-On-Board-Unit, Anbindung an den Autoware-Stack, echtzeitfähig und ressourceneffizient auf der Compute-Plattform. Den Nachweis führst Du zuerst auf unserem Testfeld und anschließend im realen Mischverkehr in München. Du hast die Möglichkeit, eigene Ideen einzubringen und sie direkt auf dem Forschungsfahrzeug zu testen, arbeitest als Teil des EDGAR-Teams an unserem Software-Stack und vertrittst Deine Ergebnisse gegenüber den europäischen Projektpartnern. Dein Profil Als ideale Kandidatin oder Kandidat verfügst Du über einen sehr guten Masterabschluss in Informatik, Elektrotechnik, Maschinenbau, Mathematik oder einer vergleichbaren Fachrichtung. Du brennst für autonome Systeme und für Software, die im realen Verkehr besteht. Zudem bringst Du folgende Qualifikationen mit: Stärke in Kommunikation und Organisation, um Dich an der Schnittstelle von Wissenschaft und Wirtschaft zu behaupten Verhandlungssichere Deutsch- und Englischkenntnisse (mind. Level B2) Sehr gute Programmierkenntnisse in Python und C++ sowie fundierte Erfahrung mit ROS 2 Erste Erfahrungen im Bereich der Softwareentwicklung für autonome Fahrzeuge, Robotik oder Perzeption Reisebereitschaft für Projekttreffen und internationale Konferenzen Bereitschaft, das Autonomous Vehicle Lab durch Dein Engagement mitzugestalten Deine Chancen Als Teil unseres Teams gestaltest Du aktiv die Entwicklung automatisierter Fahrzeuge mit und baust Dir ein wertvolles Netzwerk aus Industrie- und Wissenschaftsakteuren auf – innerhalb eines europäischen Konsortiums mit elf Partnern. Dir stehen umfangreiche Serverinfrastrukturen, unser Testfeld sowie das Forschungsfahrzeug EDGAR zur Verfügung. Du übernimmst von Anfang an Verantwortung im Projekt und wirkst in einem Team mit, das gemeinsam mit Dir das autonome Fahren gestaltet. Im Rahmen Deiner Arbeit baust Du Dein Wissen kontinuierlich aus, gibst es weiter und betreust Studienarbeiten. Wir bieten Befristete Vollzeitstelle nach TV-L E-13 100 % für insgesamt 3 Jahre (2 + 1) Möglichkeit zur Promotion und Start-up-Gründung Innovatives Forschungsgebiet mit hoher Aktualität und Relevanz Moderne Arbeitsumgebung und Infrastruktur Flexible Arbeitszeitgestaltung inkl. Homeoffice Eigenes Budget für Fortbildungen und Tagungen Möglichkeit zum Auslandsaufenthalt Beginn möglich: ab sofort Die Stelle ist für die Besetzung mit schwerbehinderten Menschen geeignet. Die Stelle erfordert die Anwesenheit am Lehrstuhl, Reisen, die Arbeit im Team, Kontaktfreude und die Durchführung von Versuchen in Laboren oder auf Teststrecken. Schwerbehinderte Bewerberinnen und Bewerber werden bei ansonsten im Wesentlichen gleicher Eignung, Befähigung und fachlicher Leistung bevorzugt eingestellt. Die Technische Universität München strebt eine Erhöhung des Frauenanteils an. Bewerbungen von Frauen werden daher ausdrücklich begrüßt. Wir freuen uns auf Deine aussagekräftigen Unterlagen (Anschreiben, Lebenslauf, Anhang). Sende diese bitte zeitnah mit Stellenbezeichnung im Betreff per E-Mail / Post an: Christiane Schulte Lehrstuhl für Fahrzeugtechnik (FTM) sekretariat.ftm@ed.tum.de The position is suitable for disabled persons. Disabled applicants will be given preference in case of generally equivalent suitability, aptitude and professional performance. Data Protection Information: When you apply for a position with the Technical University of Munich (TUM), you are submitting personal information. With regard to personal information, please take note of the Datenschutzhinweise gemäß Art. 13 Datenschutz-Grundverordnung (DSGVO) zur Erhebung und Verarbeitung von personenbezogenen Daten im Rahmen Ihrer Bewerbung. (data protection information on collecting and processing personal data contained in your application in accordance with Art. 13 of the General Data Protection Regulation (GDPR)). By submitting your application, you confirm that you have acknowledged the above data protection information of TUM. Kontakt: sekretariat.ftm@ed.tum.de Print

职位要求

Als ideale Kandidatin oder Kandidat verfügst Du über einen sehr guten Masterabschluss in Informatik, Elektrotechnik, Maschinenbau, Mathematik oder einer vergleichbaren Fachrichtung. Du brennst für autonome Systeme und für Software, die im realen Verkehr besteht. Zudem bringst Du folgende Qualifikationen mit: Stärke in Kommunikation und Organisation, um Dich an der Schnittstelle von Wissenschaft und Wirtschaft zu behaupten; Verhandlungssichere Deutsch- und Englischkenntnisse (mind. Level B2); Sehr gute Programmierkenntnisse in Python und C++ sowie fundierte Erfahrung mit ROS 2; Erste Erfahrungen im Bereich der Softwareentwicklung für autonome Fahrzeuge, Robotik oder Perzeption; Reisebereitschaft für Projekttreffen und internationale Konferenzen.

申请材料(AI 定制)

未生成

点击下方按钮,AI 将基于你的背景和该职位需求生成定制的 CV 和 MV(Word + PDF)。约需 20-40 秒。

非第一/通讯作者

在作者列表中未找到 PI 作为第一或通讯作者,可能影响 MV/CV 生成质量。