Voortbouwend op de resultaten van een eerder succesvol project richt deze opdracht zich op het volledig operationeel maken van de ontwikkelde tool in real-time. De huidige tool stelt gebruikers in staat om videobeelden te laden en de hartslag (in BPM) en oogactiviteit van de persoon in de video te visualiseren met behulp van remote photoplethysmography (rPPG). De volgende stap is het optimaliseren en implementeren van deze functionaliteit in een real-time omgeving, waarbij betrouwbare en nauwkeurige prestaties worden gegarandeerd.

Omschrijving

Werkbelasting, vermoeidheid en emotionele zelfbeheersing blijven belangrijke maar vaak onderbelichte uitdagingen in luchtvaartoperaties. Om tijdig in te grijpen, moeten operators in real-time worden gemonitord met behulp van valide, niet-intrusieve methoden. Deze stage richt zich op het verder ontwikkelen en optimaliseren van een tool voor real-time prestatiebeoordeling van operators op basis van videobeelden, voortbouwend op een bestaand prototype.

De opdracht sluit aan bij het Stealth Monitoring-project van het NLR, dat innovatieve manieren onderzoekt om de toestand van operators te beoordelen (bijvoorbeeld werkbelasting en vermoeidheid) met behulp van objectieve, niet-intrusieve technieken. Deze stage biedt de mogelijkheid om te werken in een vooruitstrevende lucht- en ruimtevaartonderzoeksomgeving en bij te dragen aan een Technology Readiness Level (TRL) van 5-6.

Takenpakket

• Analyseren van het bestaande prototype en het identificeren van verbeterpunten om real-time prestaties mogelijk te maken.
• Ontwikkelen van real-time videoprocessingfunctionaliteit met behulp van Python, OpenCV en MediaPipe (of vergelijkbare tools of talen zoals C++).
• Testen en valideren van de prestaties en betrouwbaarheid van de tool onder real-time omstandigheden.
• Optimaliseren van algoritmes voor verbeterde snelheid, nauwkeurigheid en robuustheid.
• Schrijven van modulaire, herbruikbare en goed gedocumenteerde code om toekomstige ontwikkeling te faciliteren.
• Opstellen van een gestructureerd rapport met de methoden, uitdagingen en resultaten van de opdracht.
• Presenteren van de resultaten aan stakeholders en het NLR-team.

Profielvereisten

• Ingeschreven in een hbo- of universitaire opleiding binnen Software Engineering of aanverwante gebieden.
• Sterke programmeervaardigheden in Python; ervaring met OpenCV, MediaPipe of vergelijkbare bibliotheken, tools of talen is een sterke pré.
• Affiniteit met real-time systemen, computer vision of op video gebaseerde signaalverwerking.
• Kennis van signaalverwerkingstechnieken, met name die gebruikt in rPPG, is een pluspunt.
• Uitstekende probleemoplossende, organisatorische en communicatieve vaardigheden.
• Beschikbaar voor een fulltime stage (of minimaal 80%) van 3-6 maanden.

Arbeidsvoorwaarden

Over NLR

NLR biedt een inspirerende, hightech werkomgeving gericht op lucht- en ruimtevaart, met een informele cultuur en ruimte voor persoonlijke initiatieven. Als toonaangevend internationaal onderzoekscentrum zet NLR zich in voor het veiliger, efficiënter, effectiever en duurzamer maken van luchttransport. De Stealth Monitoring-groep, onderdeel van de afdeling Simulatie en Training, werkt nauw samen met experts in human factors van de afdeling Safety & Human Performance. Er worden zowel in real-life als simulatie-omgevingen operator-in-the-loop studies uitgevoerd om de prestaties van personeel te meten en de effectiviteit van mitigatiemaatregelen te onderzoeken. Evaluaties omvatten aspecten zoals (crew)werkbelasting, (team)situational awareness, bruikbaarheid, visuele waarneming, waakzaamheid en vermoeidheid.

Solliciteren?

Geïnteresseerde studenten kunnen hun motivatiebrief en cv sturen naar dhr. Maykel van Miltenburg.