Opdrachten: mobiliteitsdomein
Location: Gouda
Education level: HBO/WO
Contract time: Stage
Bij Technolution werken hoogopgeleide professionals met een passie voor techniek. Een passie om robuuste en aansprekende oplossingen te creëren die er toe doen, zoals de iCentrale die verkeerscentrales bij elkaar brengt en de innovatieve besturing voor de nieuwe tunnel op de A9. Zij maken graag tijd vrij om stagiairs en afstudeerders te begeleiden.
De resultaten van jouw stage- of afstudeeropdracht leveren een directe bijdrage aan de projecten waaraan zij werken!
Thema’s mobiliteit
We hebben geen vastomlijnde opdrachten, wel actuele thema’s waarbinnen je samen met jouw begeleider bij Technolution de opdracht kunt definiëren op basis van jouw en onze wensen en de studierichtlijnen.
Thema’s binnen onze business unit Mobiliteit zijn:
- Software metrieken systeem
- Wachtrij schatten met video en Deep Learning
- Objectdetectie op de rijbaan
- Incident detectie
- Fietstelling uit lusdata met Machine Learning
Wij bieden jou
Bij Technolution werk je zelfstandig aan je opdracht, maar niet alleen. Een opdracht op jouw studieniveau is gegarandeerd. Verder bieden wij jou:
- De keuze uit een bestaande opdracht of je eigen opdracht formuleren
- Intensieve begeleiding door een ervaren technologie-expert
- Kritische collega’s die graag met je meedenken
- Het maken van een bruikbaar prototype of haalbaarheidsonderzoek voor onze klanten of kennisopbouw
- Een opstap naar een carrière bij Technolution
Software metrieken systeem
Binnen Technolution is een prototype systeem ontwikkeld voor het meten van eigenschappen van de Java source code die te maken hebben met onderhoudbaarheid. Dit systeem werk op Java 8. We willen dit systeem bijwerken naar Java 11, volwassen maken en integreren met onze werkwijze voor ‘Continuous Integration’. Hiermee kunnen we dan in een oogopslag zien of de onderhoudbaarheid van al onze projecten en producten op het niveau blijft dat we bij Technolution nastreven.
Dit is een opdracht op HBO-niveau voor een afstudeerder of een stagiair.
Wachtrijschatten met video en Deep Learning
Voor een goede regeling van een verkeerslicht is de lengte van de wachtrij (voor auto’s, mogelijk ook voor fietsers) een van de belangrijkste inputs in verkeerskunde. We willen dit kunnen bepalen met een camera en Deep Learning. Als eerste stap dient een gelabelde dataset worden gemaakt, waarna een DL model kan worden getraind en gevalideerd. Hierbij werk je samen met de Machine Learning experts binnen Technolution.
Dit is een opdracht op HBO niveau voor een afstudeerder met affiniteit voor Deep Learning.
Objectdetectie op de rijbaan
Het detecteren van een object op de rijbaan is een belangrijke toepassing van video analytics voor het verkeersdomein. Een uitdaging hierbij is dat dit goed moet werken onafhankelijk van de aard van het object (bijvoorbeeld afgevallen lading of loslopend wild). Gezien eerder onderzoek (zoals https://arxiv.org/abs/1712.01802) zou dit haalbaar moeten zijn.
Dit is een afstudeeropdracht op WO niveau Informatica. Hierbij werk je samen met de Machine Learning experts binnen Technolution.
Incidentdetectie
Op grond van verschillende sensoren kunnen we de positie en snelheid van voertuigen en fietsers meten. Kunnen we nu hiermee detecteren of de verkeerssituatie het gevolg is van een incident, zware of lichte congestie, of normale doorstroming, bijvoorbeeld bij een verkeerslicht.
Dit is een afstudeeropdracht op WO of HBO niveau.
Fietstelling uit lusdata met Machine Learning
Op veel Nederlandse kruispunten worden inductielussen gebruikt voor het optimaliseren van verkeerslichten voor fietsers. De onderzoeksvraag is, op basis van deze data, en met gebruik van Machine Learning, hoe nauwkeurig het actuele fietsers volume gemeten kan worden.
Als eerste stap dient een gelabelde dataset worden gemaakt, waarna een ML model kan worden getraind en gevalideerd. Hierbij werk je samen met de Machine Learning experts binnen Technolution.
Dit is een opdracht op HBO niveau voor een afstudeerder met affiniteit voor Machine Learning.
Recruiter
Christina Keehnen
Phone: 0182594000
Email: christina.keehnen@technolution.nl