VL

Wissenschaftliche Mitarbeitende

Adresse

Cauerstraße 7-991058 Erlangen

Zimmer: 02.031 | Cauerstraße 7, Geschoss: 02

Kontakt

Vincent Lassen ist als wissenschaftlicher Mitarbeiter und Doktorand am Lehrstuhl für Intelligente Technische Elektronik und Systeme (LITES) an der FAU Erlangen-Nürnberg tätig. Nach seinem Maschinenbaustudium an der Technischen Universität Dresden war er als wissenschaftlicher Mitarbeiter am Vodafone Chair unter Prof. Gerhard Fettweis (TUD) beschäftigt. Dort arbeitete er an der Erforschung von XR-Technologien (AR, MR, VR) und deren praktischer Anwendung in Demonstratoren sowie an der Produktion digitalen Contents für verschiedene Forschungsprojekte.

Derzeit wirkt er maßgeblich am Aufbau eines XR-Labs an der FAU mit, das Technologien aus den Bereichen Extended Reality, KI und Sensorik für Forschung, Industrie und Öffentlichkeit zugänglich macht. Im Rahmen seiner Promotion entwickelt er KI-gestützte Multikamera-Systeme zur robusten Umgebungswahrnehmung unter realen Bedingungen. Sein Fokus liegt auf der Kombination von CNN-basierter Objekterkennung, Homographie-Transformationen und sensorübergreifender Fusion zur präzisen Szenenerfassung – etwa für Anwendungen in der Parkraumüberwachung, Smart-City-Systemen und XR-basierten digitalen Zwillingen.

since 09/2022 Wissenschaftlicher Mitarbeiter und Doktorand
Lehrstuhl für Intelligente Technische Elektronik und Systeme
Department Elektrotechnik-Elektronik-Informationstechnik (FAU)
12/2020-08/2022 Wissenschaftlicher Mitarbeiter
Vodafone Chair für Mobile Kommunikations Systeme
Technische Universität Dresden (TUD)
10/2020-12/2020 Wissenschaftlicher Hilfsarbeiter
Lehrstuhl für Agrarsystemtechnik
Technische Universität Dresden (TUD)
10/2014-09/2020 Dipl.-Ing. Maschinenbau, “Augmented Reality in der Landwirtschaft”
Technische Universität Dresden (TUD)
Schwerpunkte: Augmented Reality, App Entwicklung, Java, App Design
Diplomarbeit: “Use of augmented reality for autonomous vehicles in fruit production” 

Extended-Reality-Technologien (AR, VR, MR, XR)

Multikamera-Systeme und Sensorfusion

Computer Vision und Deep Learning in realen Umgebungen