Sichere, autonome und KI-basierte Systeme
Sichere, autonome und KI-basierte Systeme
Die digitale Transformation und der Ausbau cyber-physischer Systeme erfordern zunehmend kollaborative Lösungen und Mensch-Maschine-Interaktion. Cognitive Computing erhöht zugleich die Autonomie der Systeme (zum Beispiel autonome Fahrzeuge und Flugobjekte). Damit verbunden sind auch die Herausforderungen der Kommunikation und Schnittstellengestaltung zwischen den Komponenten und Systemen, die Datenerfassung und -analyse mittels Künstlicher Intelligenz (u.a. Big Data, Maschinelles Lernen) sowie die IT-Sicherheit.
Geforscht wird hierzu vor allem am Affective and Cognitive Institute (ACI), am Institute for Machine Learning and Analytics (IMLA), am Institute for Unmanned Aerial Systems (IUAS) und am Institut für verlässliche Embedded Systems und Kommunikationselektronik (ivESK).
| Titel | ML Lokalisierung |
| Kurzname | ML Lokalisierung |
| Kurzbeschreibung | Maschinelles Lernen für die echtzeitfähige und hochgenaue Lokalisierung mit Multisensorsystemen: Inertial Measurement Unit (IMUs) like accelerometer and gyroscopes are becoming cheaper and cheaper, as they are increasingly used in consumer applications. However, for these applications, short time stability is mostly sufficient, so that these devices show a large dependency (drift) on time and temperature. Based on previous analysis, it can be assumed that ML-based support of calibration processes might significantly improve the resulting accuracy of these low cost devices also for long-term industrial applications. It is the student’s task to analyze the results until now and to propose ML-algorithms for a “self-learning” calibration. Based on the results, experiments shall be conducted and the proposed algorithms shall be verified. |
| Jahr der Einwerbung | 2018 |
| Laufzeit Beginn | 01.09.2018 |
| Laufzeit Ende | 31.08.2019 |
| Projektleitung | Sikora, Axel, Prof. Dr. |
| Fakultät | EMI |
| Institut | ivESK |