Skip to content Go to main navigation Go to language selector
Saab Global
student

Examensarbete, 30 hp: Datadriven Felkorrigering för Time-of-Flight avståndsmätare med hjälp av inbäddad AI

Karlskoga,
Sweden
Closing date: 29 October 2025

Är du en student som är ivrig att tillämpa dina teoretiska kunskaper och nya perspektiv på verkliga utmaningar? På Saab tror vi att innovationer växer på nya idéer, och ditt examensarbete kan vara gnistan som tänder vårt nästa tekniska genombrott.
 

Din roll

Vi ser det enorma värdet som studenter tillför vårt företag. Din akademiska precision, i kombination med din entusiasm för avancerad teknik, gör att du kan närma dig problem med en unik och insiktsfull lins. På Saab får du möjlighet att samarbeta med erfarna ingenjörer och specialister, få ovärderlig praktisk erfarenhet och samtidigt bidra till vår tillväxt och utveckling.

Bakgrund

Time-of-Flight (ToF) laseravståndsmätare används ofta inom robotteknik för avståndsmätning. Dessa system kombinerar en lasersändare med en fotodiod och intern signalbehandling för att generera ett avstånd från tiden mellan utsänd och mottagen puls.
 

Även om ToF-sensorer är fabrikskalibrerade kan faktorer som reflektivitet, omgivande ljus och temperatur orsaka systematiska förskjutningar som kräver mer sofistikerade kalibreringar. En utmaning är att hitta en optimal kalibrering som fungerar bra på ett inbyggt system i alla miljöer. Detta kan kräva kostsamma kalibreringsprocesser för att hitta en optimal kalibrering. Med mer moderna inbyggda system har det blivit mer genomförbart att utforska användningen av datadrivna metoder (Machine Learning / AI). Detta möjliggör utforskning av en mer datadriven lösning för kalibrering av ToF-sensorer.
 

Högpresterande avståndsmätare är kritiska i många av Saabs produkter. Därför kan en datadriven metod för felkorrigering av ToF vara ett användbart komplement för ökad prestanda.
 

Beskrivning av examensarbetet

I detta examensarbete kommer du att utforska datadrivna lösningar för felkorrigering av ToF-avståndsmätare. Din uppgift är att implementera en kalibreringsmodell på ett inbyggt system med hjälp av maskininlärning/AI. Arbetet kommer att bestå av testning och programmering av inbyggda system, datainsamling och analys.
 

Din profil

Detta examensarbete är lämpligt för 1-2 personer med intresse för inbyggda system och maskininlärning/AI. Kunskaper i C/C++, Python och maskininlärning är högt värderade.

Du/ni är i slutet av er utbildning och ska påbörja ert 30 hp examensarbete. Specifika krav på erfarenhet och genomförda kurser sätts för respektive examensarbete.

Vi ger dig det stöd och den vägledning du behöver för att omsätta dina teoretiska kunskaper i praktiska lösningar. Bli en drivande kraft bakom Saabs tekniska framsteg!
 

Befattningen kräver att du genomgår och godkänns enligt vid var tid gällande bestämmelser för säkerhetsskydd. För befattningar där Saab har krav på säkerhetsklassinplacering kan, i förekommande fall, medföra krav på visst medborgarskap.
 

Vad du blir en del av

Upptäck oändliga möjligheter. Anta utmaningar, skapa smarta innovationer och uppgradera dina förmågor. Det här är en plats för kluriga tänkare, modiga pionjärer och alla däremellan. Tillsammans uppnår vi det extraordinära, var och en tar med sitt unika perspektiv. Varje bidrag räknas.

Saab är ett ledande försvars- och säkerhetsföretag med uppdrag att hjälpa nationer att skydda sin befolkning och bidrar till trygghet för människor och samhällen. Med 26,100 talangfulla medarbetare utvecklar Saab teknik och lösningar för en säkrare och mer hållbar värld.

Saab utvecklar, tillverkar och underhåller avancerade system inom flygteknik, vapen, ledningssystem, sensorer och undervattenssystem. Saab har sitt huvudkontor i Sverige men en global verksamhet där Saab är en del av många nationers försvarsförmåga. Läs mer om oss här

Sista ansökningsdag

29-10-2025

Kontaktperson

Björn Johansson, Chef

e-post bjorn.l.johansson@saabgroup.com

073-4461726
 

Christoffer Akrin, kontaktperson/handledare

e-post christoffer.akrin@saabgroup.com

073-4461349