Logo Leibniz Universität Hannover
Logo: Institut für Mikroelektronische Systeme
Logo Leibniz Universität Hannover
Logo: Institut für Mikroelektronische Systeme
  • Zielgruppen
  • Suche
 

DESERVE - Development Platform for Safe and Efficient Drive

Leitung:Prof. Dr.-Ing. H. Blume, Jun.-Prof. Dr.-Ing. G. Payá-Vayá
Bearbeitung:Florian Giesemann, Frank Meinl, Nico Mentzer
Laufzeit:September 2012 - August 2015
Förderung durch:Europäische Union, Bundesministerium für Bildung und Forschung

Bild DESERVE - Development Platform for Safe and Efficient Drive

DESERVE ist ein von der Europäischen Union und vom Bundesministerium für Bildung und Forschung im Rahmen der Technologieplattform ARTEMIS gefördertes Projekt. Ziel ist die Förderung und Entwicklung von Fahrassistenzsystemen, sogenannten Advanced Driver Assistance Systems (ADAS). Diese Systeme sollen den Fahrer bei der sicheren Steuerung eines Fahrzeugs unterstützen. Zu diesem Zweck wird die "DESERVE Plattform" entwickelt, die als Grundlage für zukünftige Entwicklungen von Fahrassistenzsystemen in Europa dienen soll.

Das Institut für Mikroelektronische Systeme der Leibniz Universität Hannover arbeitet auf dem Gebiet der Algorithmen und Hardwarearchitekturen zur digitalen Signalverarbeitung für Anwendungen mit höchsten Anforderungen. Im Rahmen des DESERVE-Projekts wird das IMS einerseits echtzeitfähige Hardware-Demonstratoren für komplexe Fahrassistenzsysteme erarbeiten und daraus Kostenmodelle für verschiedene grundlegende Komponenten ableiten. Mit Hilfe dieser Kostenmodelle können anschließend effizient komplexe ADAS aufgebaut werden. Dadurch wird der Entwurfsprozess komplexer Fahrassistenzsysteme unterstützt, indem viele Kostenfaktoren durch Modellierung abgeleitet und so die Evaluierung des Entwurfsraumes deutlich vereinfacht wird.

Weitere Informationen zum DESERVE-Projekt finden sie auf der Projektwebseite.

Publikationen

Mentzer, N.; Payá-Vayá, G.; Blume, H. (2012): An ASIP Approach to Find Local Features in Video-Based Surveillance Applications, Communications Signal Processing Workshop 2012 (CSPW 2012)

Mentzer, N.; Payá Vayá, G.; Blume, H.; von Egloffstein, N.; Ritter, W. (2014): Instruction-Set Extension for an ASIP-based SIFT Feature Extraction, Proceedings of International Conference on Embedded Computer Systems: Architectures, Modeling and Simulation

Giesemann, F.; Paya Vaya, G.; Blume, H.; Limmer, M.; Ritter, W. (2014): A Comprehensive ASIC/FPGA Prototyping Environment for Exploring Embedded Processing Systems for Advanced Driver Assistance Applications, International Conference on Embedded Computer Systems: Architecture, Modeling and Simulation (SAMOS), 2014

Meinl, F.; Kunert, M.; Blume, H. (2014): Massively Parallel Signal Processing Challenges within a Driver Assistant Prototype Framework - First Case Study Results with a Novel MIMO-Radar, International Conference on Embedded Computer Systems: Architectures, Modeling and Simulation (SAMOS XIV) (2014)

Schubert E.; Meinl, F.; Kunert, M; Menzel, W. (2015): High Resolution Automotive Radar Measurements of Vulnerable Road Users - Pedestrians & Cyclists, International Conference on Microwaves for Intelligent Mobility (ICMIM), 2015 IEEE MTT-S

Schubert, E.; Meinl, F.; Kunert, M.; Menzel, W. (2015): Clustering of high Resolution Automotive Radar Detections and Subsequent Feature Extraction for Classification of Road Users , 16th International Radar Symposium (IRS), 2015

Meinl, F.; Schubert, E.; Kunert, M.; Blume, H. (2015): Realtime FPGA-based processing unit for a high-resolution automotive MIMO radar platform, European Radar Conference (EuRAD), 2015

Mentzer, N.; Payá-Vayá, G.; Blume, H. (2016): Analyzing the Performance-Hardware Trade-off of ASIP-based Image Feature Extraction, Tensilica Day 2016

Meinl, F.; Kunert, M.; Blume, H. (2016): Hardware Acceleration of Maximum-Likelihood Angle Estimation for Automotive MIMO Radars, Conference on Design & Architectures for Signal & Image Processing (DASIP), 2016 (accepted for publication)

Mentzer, N.; von Egloffstein, N.; Krüger, L.; Payá Vayá, G.; Blume, H. (2017): Self-Calibration of Wide Baseline Stereo Camera Systems for Automotive Applications, Towards a Common Software/Hardware Methodology for Future Advanced Driver Assistance Systems - The DESERVE Approach

Übersicht