Auf einen Blick
- Aufgaben: Forschung zur Sicherheitsbewertung autonomer Fahrzeuge mittels Risikobewertungsmethoden und Fahrsimulatoren.
- Arbeitgeber: DLR, zertifiziert als familienfreundlicher Arbeitgeber mit flexiblen Arbeitszeiten und Home-Office-Optionen.
- Mitarbeitervorteile: Flexible Arbeitszeiten, gelegentliches Home Office, etabliertes Frauennetzwerk.
- Warum dieser Job: Beitrag zur Weiterentwicklung sicherer autonomer Fahrsysteme durch innovative Forschungsarbeit.
- Gewünschte Qualifikationen: Bachelor in Maschinenbau, Fahrzeugtechnik oder ähnlichem, Englischkenntnisse, Teamfähigkeit.
- Andere Informationen: Erfahrung mit Fahrsimulatoren und Programmierkenntnisse sind von Vorteil.
Das voraussichtliche Gehalt liegt zwischen 36000 - 60000 € pro Jahr.
Addressing the challenge of ensuring the safe performance of Autonomous Vehicles (AV) stands as a pivotal obstacle to the widespread adoption of this transformative technology. This research initiative encompasses a multifaceted approach aimed at understanding and enhancing the safety landscape of autonomous vehicles. Risk Assessment Methods (RAM) are techniques used by the AV to assess the risk within a given scene in a scenario and decide the best course of action. Currently, there are various RAMs that evaluate distinct risks, considering diverse sources in different scenarios. This project seeks to leverage simulation tools and software, utilising the driving simulator, CarMaker, to investigate and assess different RAMs.
The first objective of the work is to develop an overview of the state-of-the-art RAMs with a particular focus on a subset of methods that are applicable to similar scenarios or that assess the same risk. Subsequently, a select number of the investigated RAMs will be implemented into the driving simulator CarMaker. The aim of this step is to provide empirical evidence regarding the effectiveness and limitations of RAMs. Furthermore, the evaluation of the safety performance of each RAM will be conducted, scrutinising their ability to anticipate and respond to potential hazards in diverse driving scenarios. Through these systematic investigations, the project aims to contribute valuable insights to the refinement and selection of optimal RAMs, thereby advancing the safety and reliability of autonomous driving systems.
Content of the work:
- literature research on the safety of autonomous vehicles
- literature research on different risk assessment methods for autonomous vehicles
- implementation of RAM into a driving simulator (CarMaker)
- verification and validation of implemented method.
- analysis and comparison of the performance of different RAMs
- evaluation of the safety performance of each RAM
- identification of possible future development
- documentation of methodology and findings
DLR is certified as a family-friendly employer. We offer flexible working hours and occasional home office. A women’s network has been established at our institute.
Are you committed, cooperative, conscientious and responsible? Then apply for a job with us!
Bachelor’s degree in Mechanical, Automotive Engineering or similar proficiency in English good written and verbal communication skills ability to work as part of a team
Gewünschte Qualifikationen
Previous experience with a driving simulator (e.g. CarMaker) is advantageous Previous coding experience (preferably C++/Python) is advantageous
Payment
Je nach Qualifikation und Aufgabenübertragung bis Entgeltgruppe 5 TV EntgO Bund.
Master student Mechanical, Automotive Engineering or similar (f/m/x) Arbeitgeber: Deutsches Zentrum für Luft- und Raumfahrt (DLR)
DLR bietet eine dynamische Arbeitsumgebung, die Innovation fördert und Wert auf Work-Life-Balance legt. Als familienfreundlicher Arbeitgeber unterstützen wir flexible Arbeitsmodelle und bieten ein Netzwerk speziell für Frauen. Unsere Projekte im Bereich autonomes Fahren bieten spannende Entwicklungschancen in einem zukunftsorientierten Feld.
Kontaktperson:
Deutsches Zentrum für Luft- und Raumfahrt (DLR) HR Team
Diese Fähigkeiten machen dich zur top Bewerber*in für die Stelle: Master student Mechanical, Automotive Engineering or similar (f/m/x)
Forschung und Entwicklung (F&E)
C++
Python
Projektmanagement
