Upgrade Projekt einstellen
Profilbild von Fabian Jonen Programmierer für Robotik und Bildverarbeitung aus Potsdam

Fabian Jonen

Potsdam
nicht verfügbar bis 05.01.2025

Letztes Update: 19.07.2023

Programmierer für Robotik und Bildverarbeitung

Firma: LeanCobotics Fabian Jonen
Abschluss: Master of Science, Elektrotechnik/Automatisierungstechnik
Stunden-/Tagessatz: anzeigen
Sprachkenntnisse: deutsch (Muttersprache) | englisch (verhandlungssicher)

Schlagwörter

Dateianlagen

2021_12_CV_Projekte_Fabian_Jonen.pdf

Skills

Technik, Ingenieurwesen
  •  Robotik / Robotertechnik
  •  Automatisierungstechnik (allg.)
IT, Entwicklung
  • Python
  • Neuronale Netze mit Tensorflow
  • ROS
  • Mobile Edge Computing
Fokus
  • Universal Robots
  • Objekterkennung mit DeepLearning und OpenCV
  • Roboter Check-Up
  • CE-Zertifizierung
  • Konstruktion von Roboterzellen und mobilen Plattformen

Projekthistorie

04/2019 - bis jetzt
Python-Backend für synthetische Roboterprogramme innerhalb eines Forschungsprojektes
Rolls-Royce Deutschland (Industrie und Maschinenbau, >10.000 Mitarbeiter)
Aus digitalisierten Montagebauakten sollten automatisch Roboterprogramme für Universal Robots erstellt werden. Mit Python wurden Montageeanweisungen interpretiert und mit Roboterskills abgeglichen. Daten über den aktuellen Arbeitsraum des Roboters werden aus einer Datenbank gezogen oder mit Objekterkennung und 3D-Kamera-Daten selbst generiert. Mit 3D-Daten zu den detektierten Objekten wurden kollisionsfreie Roboterpfade mit Hilfe eines A*-Pathplanning-Algorithmus zu den jeweiligen Montageposen generiert.

Eingesetzte Qualifikationen

Tensorflow, Python, 3D-Kamera, Edge Computing mit Google Coral, Universal Robots Script-Language

03/2020 - 10/2020
Programmierung eines autonomen Roboters
Rheinmetall Electronics GmbH (Transport und Logistik, >10.000 Mitarbeiter)

Entwicklung eines autonomen Roboters mittels edge computing und neuronalen Netzen
Eingesetzte Qualifikationen:
Tensorflow, OpenCV, RGB/Depth camera, Edge Computing mit Google Coral

08/2019 - 10/2019
Programmierung eines Avocado-Schäl-Roboters
Kronen GmbH (Konsumgüter und Handel, 50-250 Mitarbeiter)

Verfeinern eines bestehenden Programmes für einen Avocado-schälenden Roboter unter Einsatz von pythonseitigem Path-Recording und path smoothing mit polynominaler Regression mittels RTDE-Schnittstelle des Roboters.

Eingesetzte Qualifikationen

Python, Universal Robots, Universal Robots Script-Language

07/2019 - 09/2019
Automatisierung eines Fräsprozesses mit einem Cobot
Rolls-Royce Deutschland (Transport und Logistik, >10.000 Mitarbeiter)

Automatisierung eines Fräsprozesses unter Zuhilfenahme eines Kraft-Momenten-Sensors in Verbindung mit einem UR10 Roboter. Verwendet wurde ein bereits vorhandenes Handwerkzeug, welches mittels selbsterstelltem Endeffektor mit dem Roboter kombiniert werden konnte. 

Eingesetzte Qualifikationen

Python, UR-Script-Programmierung, 3D-Druck

01/2019 - 03/2019
Programmierung eines Roboters zur Gleitlagermontage
Rolls-Royce Deutschland (Industrie und Maschinenbau, >10.000 Mitarbeiter)
Für die Montage von 372 Gleitlagern in ein Triebwerksteil mit kleinem Arbeitsraum wurde ein spezieller Endeffektor und eine mobile Roboterplattform konstruiert. Die Roboterplattform wird mit Schnellverschlusspins an der Arbeitsstation angeschlossen und der Roboter kalibriert die Position des Montage-Objektes selbstständig mit einem Kraft-Momenten-Sensor. Die Koordinaten der Fügeposen wurden mit Python aus einem 3D-Modell ausgelesen und in Roboterposen umgewandelt.

Eingesetzte Qualifikationen

Python, UR-Script-Programmierung, 3D-Druck, Visual Components

06/2018 - 12/2018
Deep Learning Object Detection mit Tensorflow und Google Coral Edge Computing
Rolls-Royce Deutschland (Transport und Logistik, >10.000 Mitarbeiter)
Entwicklung eines neuronalen Netzes zur Detektion von benutzerdefinierten Objekten zur Lokaliserung in einer Montagehalle. Die Objekterkennung wurde mit Tensorflow und Transferlearning mit einem bereits vorhandenen neuronalen Netzes (MobileNetv2) realisiert. Die Trainingsdaten (Bilder und Labels) der zu detektierenden Objekte wurden zum Teil synthetisch in einer 3D-Umgebung (Cinema 4D) mit 3D-Modellen automatisiert erstellt um den manuellen Aufwand gering zu halten. Der Inference-Graph (neuronales Netz) wurde so umgewandelt, dass er auf einem Raspberry Pi in Kombination mit einer Google Coral Edge TPU verwendet werden konnte.

Eingesetzte Qualifikationen

Python, Tensorflow, Edge Computing mit Google Coral + Raspberry Pi, Cinema 4D

Reisebereitschaft

Verfügbar in den Ländern Deutschland
Profilbild von Fabian Jonen Programmierer für Robotik und Bildverarbeitung aus Potsdam Programmierer für Robotik und Bildverarbeitung
Registrieren