Florian Pfaffs Forschungsgruppe konzentriert sich auf die Weiterentwicklung von Trackingverfahren und Methoden des maschinellen Lernens. Er spezialisiert sich auf Extended Object Tracking, Lernen und Schätzen auf Mannigfaltigkeiten sowie auf die Kombination von maschinellem Lernen mit traditionellen Schätzverfahren und Trackern. Dies beinhaltet die Weiterentwicklung von Algorithmen, die in der Lage sind, die Position und Orientierung von Objekten genau zu verfolgen, bei denen auch die Form eine Rolle spielt, wie beispielsweise Fahrzeuge im Straßenverkehr. Durch den Einsatz von Strategien des maschinellen Lernens zielt seine Gruppe darauf ab, die Genauigkeit und Anpassungsfähigkeit der Modelle zu verbessern.
Neue Nachwuchsgruppe Kognitive Sensorik für die Mobilität der Zukunft
- News
Sicherheit hat im Straßenverkehr Vorfahrt. Deshalb müssen die autonomen Mobilitätslösungen der Zukunft die Bewegungen anderer Fahrzeuge, Radfahrender oder laufender Personen präzise vorhersagen können. Genau das sollen die Trackingverfahren und Methoden des maschinellen Lernens ermöglichen, die Juniorprofessor Dr.-Ing. Florian Pfaff mit der neuen Nachwuchsgruppe des ICM schnell weiterentwickeln möchte.
Entscheidende Rolle für Mobilitätssysteme der Zukunft
Dieser Ansatz erleichtert die Erstellung von neuartigen Modellen, die die Bewegungen von erweiterten Objekten mit hoher Präzision vorhersagen und verfolgen können, was für verschiedene Anwendungen, einschließlich autonomes Fahren, wesentlich ist. Darüber hinaus beschäftigt sich seine Forschungsgruppe mit den spezifischen Herausforderungen der Schätzung und des Lernens auf Mannigfaltigkeiten, mit besonderem Interesse an der Schätzung menschlicher Posen, um beispielsweise das Verhalten von Menschen in Verkehrssituationen vorhersagen zu können.
Die von Florian Pfaff geleitete Forschungsgruppe fügt sich in den InnovationCampus Future Mobility (ICM) ein, indem sie Fortschritte im Bereich der Mobilitätstechnologien leistet. Insbesondere durch die Arbeit an der Verfolgung ausgedehnter Objekte und der Verbindung von maschinellem Lernen mit klassischen Trackern und Schätzverfahren. Die Entwicklung von Algorithmen zur Erfassung der Dynamik und Bewegung von Fahrzeugen und Personen spielt eine entscheidende Rolle bei der Gestaltung nachhaltiger Mobilitätssysteme und passt zur Mission des ICM, Transportsysteme und Produktionstechniken für eine nachhaltige und effiziente Zukunft zu revolutionieren.
Zur Person
Florian Pfaffs akademische Laufbahn begann mit herausragenden wissenschaftlichen Leistungen, einschließlich der Promotion in Informatik am Karlsruher Institut für Technologie mit der höchsten Auszeichnung, summa cum laude. Sein weiterer Werdegang ist geprägt von einer Reihe bemerkenswerter Stationen, einschließlich postdoktoraler Forschung und Führungsrollen am Karlsruher Institut für Technologie, wo er Projekte zum Thema der optischen Schüttgutsortierung leitete. Seine Expertise und Beiträge wurden auch während eines Gastaufenthalts als Forscher am University College London (UCL) geschätzt.
Die Arbeit von Florian Pfaff hat weitreichende Anerkennung gefunden und ihm mehrere prestigeträchtige Auszeichnungen und Ehrungen eingebracht. Darunter befinden sich der ISIF Young Investigator Award, der SICK-Wissenschaftspreis für die beste Doktorarbeit und die Aufnahme in die Sammlung "Ausgezeichnete Informatikdissertation", die die besten Doktorarbeiten im deutschsprachigen Raum hervorhebt. Seine Forschung hat auch zu Best-Paper-Awards geführt.
Weiterführende Informationen
Durch die einzigartige Kombination und Vernetzung der Kompetenzen der Hochschul- und Forschungsstandorte Stuttgart und Karlsruhe werden die wissenschaftliche Exzellenz und die Ausbildung des wissenschaftlichen Nachwuchses in Baden-Württemberg gestärkt. Der InnovationsCampus Mobilität der Zukunft (ICM) baut hierfür mehrere Nachwuchsgruppen und Juniorprofessuren an beiden Hochschulen auf.