Subin Babu

Optimierung des neuronalen Netzes für die Inferenz in Echtzeit. Studie über die Leistung und die Inferenzgeschwindigkeit des neuronalen Netzes nach der Optimierung unter Verwendung verschiedener Inferenzoptimierungsverfahren und -rahmen. Experimentieren mit der Konvertierung des Modells von PyTorch zu ONNX und dann zu TensorRT. Untersuchung der von TensorRT angebotenen Präzisionsdatentypen entsprechend dem Anwendungsfall.

Optimierung eines skalierten YOLO V4-Netzwerks, das RGB- und IR-Fusion im PyTorch-Framework durchführt, und Implementierung von ROS in das Netzwerk, um Daten von beiden Sensoren in Echtzeit zu erhalten. Der ROS-Knoten wurde entwickelt, um die Daten von beiden Sensoren zu erhalten, deren Ausgaberate unterschiedlich ist, und hat eine Zeitsynchronisation für beide Daten vorgenommen. Ich habe das neuronale Netzwerk in PyTorch auf ONNX umgestellt, um eine bessere Echtzeitoptimierung zu erreichen

Entwicklung eines Produkts mit Radar, Kamera und IR-Sensor zur Erleichterung der Kommunikation und Datenerfassung zwischen Fahrzeug und Infrastruktur. Implementierung eines neuen ARS 548 Radars über den bestehenden Prototyp mit ARS 408 und Sensordatenfusion all dieser Sensoren zur Erkennung und Verfolgung des Objekts. Derzeit arbeiten wir hauptsächlich mit zwei Klassen, Fußgängern und Radfahrern.

Entwurf und Festigkeitsanalyse von mechanischen Strukturen und Halterungen, die in Kraftfahrzeugen für verschiedene Zusatzeinrichtungen verwendet werden. Spannungsanalyse, Fehleranalyse, thermische Analyse.