Studium der Elektro- und Informationstechnik am Karlsruher Institut für Technologie (KIT) mit der Vertiefungsrichtung Regelungs- und Steuerungstechnik. Aktive Mitgliedschaft in dem Formula Student Team KA-RaceIng mit Bauteilverantwortlichkeit Data Acquisition in der Saison 2016 und Teamleitung der Elektronikentwicklung in der Saison 2017. Praktikum bei Mercedes-AMG in der Entwicklung von High Performance Hochvoltbatterien mit anschließender Bachelorarbeit zur elektro-thermischen Modellierung und Leistungsoptimierung von hochleistungsgekühlten Hochvoltbatterien für Hybridfahrzeuge (2019).

Praktische Tätigkeit am Forschungszentrum für Informatik (FZI) zur Funktionsentwicklung für Visualisierungen von Fahrerassistenzfunktionen. Masterarbeit an der University of Waterloo in Kanada mit dem Thema " Cooperative State Estimation for Autonomous Mobile Robots" (2022).

Seit Juni 2022 Wissenschaftlicher Mitarbeiter in der Abteilung Control in Information Technology (CIT) im Bereich Embedded Systems and Sensors Engineering (ESS) am Forschungszentrum für Informatik (FZI).

Mensch-Maschine Interaktion im Kontext von Trajektorienplanung in hoch dichten urbanen Umgebungen

Während das hoch autonome Fahren im Straßenverkehr ein stark beforschtes Gebiet ist, so treten im urbanen Umfeld neue und bisher unerforschte Herausforderungen auf. Bewegen sich höchst autonome Maschinen, z.B. Fahrzeuge oder mobile Roboter, durch hoch dichte urbane Umgebungen wie eine Fußgängerzone, Fußgängerwege oder Eingangshallen, so treten komplexe Kreuzungs- und Ausweichszenarien zwischen mehreren dynamischen Objekten mit einer Maschine auf. Im Fokus dieser Forschung stehen dabei die Szenarien zwischen mehreren sich individuell bewegenden Menschen und einer Maschine.

In solchen Gruppenszenarien muss die autonome Maschine in einer gesellschaftsfähigen Form mit den Menschen kooperieren und unter gegenseitiger Wechselwirkung eine gemeinsame interaktive Entscheidung finden sowie auch treffen. Der Entscheidungsfindungsprozess wird unter anderem dadurch erschwert, dass sich die Teilnehmer in einer stark unstrukturierten Umgebung, ohne feste Fahrbahnen oder allgemein gültigen Regeln wie es sie z.B. im Straßenverkehr gibt, bewegen und keine direkte Kommunikation zwischen Menschen und Maschine herrscht. Hinzu kommen unsichere Informationen über die Intention der Teilnehmer sowie aus den individuellen Bewegungen des Menschen neue und bisher nicht betrachtete Szenarien.

Ziel dieser Forschung ist es eine Trajektorienplanung in dynamischen und unstrukturierten Umgebungen mit dem Schwerpunkt auf der Entscheidungsfindung und Interaktion zwischen den Menschen und der Maschine zu entwerfen. Die Anforderungen an die Planung sind dabei eine sichere, sowohl physisch als auch psychologisch, und komfortable Trajektorie für alle beteiligten unter Gewährleistung des Erreichens des Zieles.