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 söker en/två exjobbare med intresse för maskininlärning. Examensarbetet fokuserar på att undersöka och implementera RL-baserade metoder för kollisionsundvikning för drönare.
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
Autonoma drönare (UAV:er) används inom moderna försvarsapplikationer för uppdrag som spaning, övervakning, eskort och navigering i farliga eller okända miljöer. En grundläggande teknisk utmaning är att kunna undvika hinder — t.ex. träd, byggnader, master, fordon eller andra UAV:er — med begränsad sensorinformation i realtid.
Traditionella kollisionsundvikningssystem bygger på laser, radar eller GPS-kartor. Dessa är inte alltid tillgängliga i GPS-störda eller fientliga miljöer. En alternativ metod är att basera beslut på bildinformation från drönarens kamera, vilket kräver avancerad visuell förståelse och reaktiv intelligens.
Reinforcement Learning (RL) möjliggör att träna en drönare att lära sig att navigera och undvika kollisions genom att agera och lära av konsekvenserna av sina handlingar — direkt från bildflödet.
Saab Dynamics har en lång tradition inom bildbehandlingsområdet och sektionerna för bildbehandling samt optronik & bildbaserad navigering handleder årligen ett antal exjobbare inom området. I dagsläget är vi ca 28 personer mellan sektionerna och arbetar med allt från elektrooptiska sensorer till realtidsimplementering av våra bildbehandlingsapplikationer.
Beskrivning av exjobbet
Att undersöka och utveckla en RL-baserad metod för visuell kollisionsundvikning, där drönaren fattar navigeringsbeslut baserat på kamerainput i syfte att möjliggöra autonom navigation i komplexa och oförutsägbara miljöer.
Exempel på forskningsfrågor:
Hur påverkar valet av RL-algoritm (DQN, PPO, SAC, A3C etc.) prestandan i visuell obstacle avoidance för UAV:er?
Vilken typ av bildrepresentation (t.ex. rå RGB, optical flow, depth maps, features) ger bäst inlärning och generalisering?
Kan domänrandomisering och augmentation göra RL-agentens policy generaliserbar från simulering till verklig flygning?
Hur robust är agentens policy mot oförutsedda störningar som rörelseoskärpa, dimma, regn, eller delvis blockerad kamera?
Din roll
Arbetet är lämpligt för 1-2 studenter i slutet av er teknisk fysik- eller datorteknik-utbildning (eller motsvarande) och ska påbörja ert 30 hp examensarbete. Erfarenheter inom maskinlärning och programmering är meriterande.
Vänligen observera att vi arbetar med löpande urval och tjänsten kan komma att tillsättas innan sista ansökningsdatum har gått ut.
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
01-12-2025
Kontaktpersoner
Marcus Klomark, Sektionschef Bildbehandling
marcus.klomark@saabgroup.com
076-8967055
Simon Wold, kontaktperson/handledare
0736524170
Jimmy Cedervall Lamin, kontaktperson/handledare
0707294946