Projekte
Aufbau von europäischen Systemen und Komponenten für ECS 2030 Fahrzeuge um die Produktion für den Massenmarkt zu unterstützen. Das alles basierend auf den Green Deal Prinzipien.
Ziele des Projektes AI4CSM
- Aufbau von europäischen Systemen und Komponenten für ECS 2030 Fahrzeuge um die Produktion für den Massenmarkt zu unterstützen. Das alles basierend auf den Green Deal Prinzipien.
- Entwicklung von Elektronischen Komponenten und Systemen für Connected and shared mobility using trustworthy AI.
- Eine Sektorübergreifende Mission welche sowohl den Automotiven, den Halbleiter Sektor und die Gesellschaft umfasst.
- Automatisierung, Elektrifikation, Standardisierung und Digitalisierung durch neue, KI-gesteuerte Fahrzeuge
Projektpartner: | INFINEON TECHNOLOGIES AG (Federführung) + 36 weitere Projektpartner |
---|---|
Fördergeber: | EU und Bund |
Laufzeit: | 01.07.2021 – 30.11.2024 |
Artificial Intelligence using Quantum measured Information for distributed real-time systems at the edge of the network
A-IQ Ready proposes cutting-edge quantum sensing, edge continuum orchestration of AI and distributed collaborative intelligence technologies to implement the vision of intelligent and autonomous ECS for the digital age. Quantum magnetic flux and gyro sensors enable highest sensitivity and accuracy without any need for calibration, offer unmatched properties when used in combination with a magnetic field map. Such a localization system will enhance the timing and accuracy of the autonomous agents and will reduce false alarms or misinformation by means of AI and multi-agent system concepts.
By exploring the synergies of these cutting-edge technologies through civil safety and security, digital health, smart logistics for supply chains and propulsion use cases, A-IQ Ready will provide the basis for the digital society in Europe based on values, moving towards the ideal of Society 5.0.
Vision:
- Entwicklung einer Edge Continuum Orchestration for AI
- Bereitstellung einer Energie- und Ressourceneffizienten System Infrastuktur für verteilte Systeme
Ziele:
- Bereitstellung von AI-Methoden für die Autonomie von Multiagentensystemen in unsicheren Umgebungen
- Erhöhung der Erkennungsgenauigkeit, Zuverlässigkeit und Vertrauenswürdigkeit in komplexen Umgebungen mit neuen Sensoren
- Bereitstellung einer Open AI Edge-Kontinuum-Plattform
- Entwicklung von Anwendungen für die digitale Gesellschaft
Auswirkungen:
- Anwendung dreier bahnbrechenden Technologien: Quantensensoren, neuromorphe Beschleunigung, KI in Multi-Agenten-Systemen zum Aufbau eines Edge Kontinuums als digitales Rückgrat der Gesellschaft
Projektpartner: | AVL LIST GmbH + 47 weitere Partner in der EU |
---|---|
Fördergeber: | EU |
Laufzeit: | 01.01.2023– 31.12.2025 |
Für kleine und mittelständische Unternehmen des produzierenden Gewerbes und der Prozessindustrie soll ein einfach skalierbares Industrie 4.0 Automation Computing EDGE (I4.0 ACE) entwickelt werden. Es soll Cyber-Security umfassend gewährleisten und als Kleinsteuerung mit Künstlicher Intelligenz ein effizientes Energiemanagement und Predictive Maintenance realisieren.
Projektpartner: |
|
Fördergeber: | Bundesministerium für Wirtschaft und Klimaschutz (BMWK) |
Laufzeit: | 01.07.20223– 31.12.2025 |
Das übergreifende Ziel von PowerizeD ist die Entwicklung bahnbrechender Technologien für digitalisierte und intelligente Leistungselektronik, die eine nachhaltige und resiliente Energieerzeugung, -übertragung und -anwendung ermöglicht. PowerizeD erhöht den Grad der mechanischen und elektrischen Integration der Steuer-, Treiber- und Schaltfunktionalität in einer Komponente und ermöglicht zum ersten Mal eine gemeinsame Optimierung aller Leistungsschalterfunktionalitäten.
Die Verwendung von neuen Schaltungsmodellen, fortschrittlichen Steuerungsstrategien und künstlicher Intelligenz ermöglicht die Integration von Teilen des Regelkreises, was einen robusten und zuverlässigen Betrieb ermöglicht. Um die gemeinsame Nutzung von Daten entlang der Wertschöpfungskette zu erleichtern, setzt PowerizeD auf den neuartigen Ansatz des Federated Learning. Diese kollaborative Optimierung von spezifischen kompakten Modellen und neuronalen Netzen
Mit dem Vorhaben VRUIDFUL soll ein klarer Schwerpunkt auf die Erweiterung der bisherigen Forschungsarbeiten der OTH Amberg-Weiden im Bereich Mobilität auf intelligente Infrastruktur (z.B. Sensorik, erweiterte Ampelanlagen) gelegt werden. Konkret soll deren Aufbau in einem realen urbanen Testfeld und deren Einbindung in ein integrales Sicherheitssystem für ungeschützte Verkehrsteilnehmer (VRU) in mehreren Phasen erforscht werden:Im Rahmen dieses Antrags soll ein besonders stark von ungeschützten Verkehrsteilnehmern (VRU) frequentiertes Areal (um Hochschule, KiTa und Kindergarten) in Amberg mit intelligenten Infrastruktureinheiten (IISE) ausgestattet werden. Mit diesen sollen umfangreiche Daten gesammelt und ausgewertet werden.
Die Sensorik in den IISE basiert auf Radar, Lidar, Wärmebild- und Stereokamera, die Intelligenz in den Einheiten zielt auf die Erkennung und Klassifikation von Objekten, insbesondere VRU und Gruppen von VRU.Die gewonnenen abstrahierten Daten (3D Cubes) werden mittels Mobilfunks, ITS-G5 (und z.T. LoRA) an einen zentralen Server übertragen, gespeichert und können für die weitere Auswertung verwendet werden. Da ausschließlich abstrahierte Daten an den Server übertragen und gespeichert werden, ist die Einhaltung des Datenschutzes gewährleistet.Parallel dazu sollen ausgewählte Ampelanlagen im Testfeld mit V2x-Kommunikationseinheiten und Anbindung an den Verkehrsleitrechner ertüchtigt werden, die Ampelphasen vorausschauend auszusenden. Diese Informationen werden zeitsynchronisiert mit auf dem Server abgelegt. Ebenso werden weitere Daten wie Witterung mit aufgezeichnet, um die Einflüsse von Ampelschaltungen und Witterung auf das Verhalten von VRU fundiert auszuwerten zu können.
Auf Basis der dadurch gewonnenen Forschungsdaten sollen in einer zweiten Phase Forschungsprojekte zur Intentionserkennung von ungeschützten Verkehrsteilnehmern und deren Verhalten zusammen mit Partnern (z.B. aus dem bayerischen KI-Mobilitätsnetzwerk „AImotion“) initiiert werden. Aus den daraus resultierenden Erkenntnissen sollen Warnstrategien und Handlungsempfehlungen für Fahrzeuge abgeleitet werden, um potenziell gefährliche Szenarien (etwa Fußgänger oder Radfahrer, die nach längerer „grün“-Phase bei „rot“ werdender Fußgängerampel „noch schnell“ die Straße überqueren möchten, oder unaufmerksam hinter einem Pulk anderer VRUs hinterherlaufende Fußgänger) frühzeitig zu erkennen und Unfälle zu vermeiden.
Aufwand und Nutzen sollen bewertet werden.In einer dritten Phase sollen diese Warnstrategien und Handlungsempfehlungen mit den beteiligten Stakeholdern, d.h. Verkehrsplaner, Fahrzeughersteller, Bürgern etc. diskutiert werden. Zunächst könnte z.B. eine Smartphone-App helfen, die Aufmerksamkeit von Fußgängern zu erhöhen. Gesamtziel wäre aber, das integrale System in gemeinsamen Projekten mit Fahrzeugherstellern und Verkehrsplanern Realität werden zu lassen, also nicht nur die Fußgänger, sondern auch die Fahrzeuge in das Warnkonzept einzubinden.
Fördergeber: | Deutsche Forschungsgemeinschaft |
---|---|
Laufzeit: | 01.04.2022 – 31.03.2028 |
PURIF-AI - A smart fully automated mechanism mor molecule purication with preparative thin layer chromatography
Ziel des Projekts ist es, ein Konsortium zu bilden und eine effektive Zusammenarbeit zu organisieren, um eine neuartige vollautomatische Lösung zu entwickeln, die auf künstlicher Intelligenz (KI) und Robotik basiert sowie den aktuellen Anforderungen der Industrie 4.0 entspricht. Wir streben ein System an, das die bekannten Nachteile, z. B., hohe Kosten und hohe Anforderungen an das Personal, überwindet, indem es eine andere Technologie, nämlich die präparative Dünnschichtchromatographie, verwendet und die Fortschritte aus Bereichen wie künstliche Intelligenz, Computer Vision und Robotik nutzt, um den technologischen Prozess zu optimieren und den chemischen Abfall zu reduzieren.
Fördergeber: | Bundesministerium für Bildung und Forschung (BMBF) |
Projektlaufzeit: | 01.11.2023 – 31.10.2025 |
Projektleitung: | Prof. Dr. Tatyana Ivanovska |