Beschreibung

Titel des Forschungsprojektes: Smart Mobile Factory for Infrastructure Projects (SMF4INFRA)

CUP: I55F21002450005
Kostenstelle: TN220Q

Tätigkeitsbeschreibung des/der gelegentlichen Mitarbeit/s/in:
Die Position konzentriert sich auf die Entwicklung eines Digital-Twin Frameworks zur Erfassung und Analyse von Biosignalen menschlicher Bediener (z. B. Herzfrequenz, Indikatoren für die kognitive Belastung), um eine Echtzeitbewertung des Zustands der Bediener in industriellen oder Laborumgebungen zu ermöglichen. Eine zentrale Aufgabe wird die automatische Erkennung menschlicher Aktivitäten mithilfe von Computer-Vision- und Machine Learning-Techniken sein. Dies umfasst die Benutzung von Deep-Learning-Modellen zur Aktionsdetektion, sowie die Integration visueller Daten mit physiologischen Sensoreingaben in die Digital-Twin-Umgebung. Der/die Mitarbeiter/in unterstützt die Forschungsaktivitäten eines interdisziplinären Teams in Bezug auf die Entwicklung von Prototypen, die experimentelle Validierung und die Datenanalyse mit dem Ziel, die Sicherheit, Ergonomie und Leistung des Systems im Kontext von Industrie 5.0 zu verbessern. Im Einzelnen wird der/die Mitarbeiter/in folgende Aufgaben übernehmen:
1) Entwicklung eines Digital-Twin-Frameworks für die Erfassung und Analyse der Biosignale menschlicher Bediener;
2) Entwicklung eines Prototyps zur automatischen Erkennung menschlicher Aktivitäten mittels Computer-Vision- und Machine-Learning-Techniken;
3) Integration der visuellen Daten mit den Eingaben der physiologischen Sensoren in die Digital-Twin-Umgebung;
4) Erstellung der technischen Dokumentation.

Der Antragsteller: Prof. Patrick Dallasega