Ontwikkeling van een multifunctioneel autonoom rijplatform – Software & AI

Context & achtergrond

CTRL Engineering ontwikkelt geavanceerde automatiserings- en besturingsoplossingen voor industriële toepassingen, waaronder motion control-systemen, simulatie en visiesystemen. Naarmate autonome systemen steeds relevanter worden in diverse sectoren, groeit de interesse in het bouwen van robuuste, uitbreidbare softwareplatformen die de complexiteit van echte autonome rijscenario’s aankunnen.

Moderne autonome systemen steunen op een diverse reeks sensoren — camera’s, LiDAR, IMU’s — die grote hoeveelheden data genereren die real-time verwerking en intelligente interpretatie vereisen. CTRL wil graag onderzoeken hoe een goed-gearchitecteerde softwarestack dataverzameling, sensorfusie en AI-gestuurde besluitvorming kan samenbrengen in één schaalbaar platform voor autonoom rijonderzoek en -ontwikkeling.

Doelstelling van de thesis

Het doel van deze thesis is het ontwerpen en ontwikkelen van een softwarearchitectuur voor een multifunctioneel autonoom rijplatform, met focus op betrouwbare dataverzameling, real-time verwerking en intelligente besluitvorming. De student bouwt een schaalbare sensordata-pipeline, integreert besturings- en navigatie-algoritmen en ontwikkelt een flexibel verwerkingsplatform dat kernfuncties voor autonoom rijden ondersteunt, zoals padplanning, sensorfusie en omgevingsperceptie. Het systeem wordt gevalideerd via simulatie en/of praktijktests, wat resulteert in een robuuste en uitbreidbare softwarestack.

Onderzoeksresultaten

• Een technisch onderzoeksrapport dat softwarearchitecturen, frameworks en technologieën voor autonome rijplatformen evalueert.
• Een schaalbare dataverzamelings- en verwerkingspipeline die meerdere sensortypes ondersteunt (camera’s, LiDAR, IMU’s).
• Een softwareplatform dat besturings-, navigatie- en omgevingsperceptie-algoritmen integreert.
• Een validatierapport op basis van simulatie en/of praktijktests van het ontwikkelde systeem.
• (Optioneel) Een AI-gebaseerde uitbreiding die objectdetectie, classificatie of autonome besluitvormingsmodellen omvat.

Voorbeelden van onderzoeksvragen

• “What software architecture best supports real-time, low-latency processing of high-throughput sensor data in an autonomous driving platform?”

“How can sensor fusion techniques be effectively implemented to improve environment perception and navigation reliability?”
“To what extent can AI-based object detection and decision-making models be integrated into a modular autonomous driving software stack?”

Studentprofiel

We are looking for a motivated student with a genuine interest in software engineering, embedded systems, and intelligent autonomous systems. Relevante vaardigheden en interesses zijn onder meer:

• Sterke software-engineeringvaardigheden (Python, C++ of vergelijkbaar)
• Ervaring of interesse in embedded software en real-time systemen
• Vertrouwdheid met sensortechnologieën zoals camera’s, LiDAR of IMU’s
• Interesse in AI/ML, objectdetectie of autonome besluitvorming
• Vermogen om zelfstandig te werken, complexe systemen te beheren en bevindingen duidelijk te communiceren

Specialiteit: Software Engineering, Embedded Software, AI/ML — 1 studentplaats beschikbaar.

Interesse?

We horen graag van je! Neem contact op met de betrokken CTRL-contactpersoon voor dit voorstel. We plannen graag een kennismakingsgesprek om te bekijken of jouw wensen en onze verwachtingen op elkaar aansluiten.