Terug naar vacatures
AfstudeeropdrachtBrede ondersteuning

Master Thesis: Triage of Non-compliant UAS Flights Using Machine Learning Methods

N-
NLR - Netherlands Aerospace Centre
24 maart 2026

// OVER DE ROL

In deze thesisopdracht draag je bij aan veilig en ordelijk droneverkeer in drukbevolkte gebieden. Je richt je op methoden om risicovolle dronevluchten te herkennen, zodat autoriteiten hun aandacht kunnen richten op de grootste dreigingen.

// WAT JE GAAT DOEN

Je onderzoekt eerst hoe het huidige droneverkeer in Nederland eruitziet en welke aanpakken al bestaan om niet-conforme vluchten te detecteren. Vervolgens bouw je een machinelearning-omgeving op basis van de BlueSky-Gym library. Je selecteert, traint en verfijnt geschikte ML- of reinforcement learning-algoritmen, bijvoorbeeld uit stable-baselines3. Met deze omgeving genereer je kunstmatige drone-trajecten die verschillende dreigingsniveaus afdekken. Daarna ontwikkel je een classificatiemethode die echte dronevluchten kan beoordelen op basis van deze gesimuleerde data. Tot slot voer je een robuustheidsanalyse en benchmark uit en beschrijf je je aanpak en resultaten in een technische thesis.

// WAT WE VRAGEN

Je volgt een MSc-opleiding Lucht- en Ruimtevaarttechniek. Je hebt aantoonbare ervaring met programmeren in Python. Je hebt praktische ervaring met machine learning of reinforcement learning, bij voorkeur met tools als PyTorch of vergelijkbare frameworks. Je hebt een machinelearning-vak afgerond (zoals DSAIT4005 of DSAIT4115) en bij voorkeur ook een vak op het gebied van air traffic management (zoals AE4321-15). Je kunt zelfstandig werken aan een onderzoeksopdracht en je resultaten helder rapporteren in het Engels.

Deze vacaturetekst is geparafraseerd door WeerbaarWerk. Bekijk de originele vacature voor de originele tekst.