Prof. Dr.-Ing. Holger Blume

Prof. Dr.-Ing. Holger Blume
Adresse
Appelstr. 4
30167 Hannover
Prof. Dr.-Ing. Holger Blume
Adresse
Appelstr. 4
30167 Hannover

Berufliche Laufbahn

Holger Blume, Jahrgang 1967, studierte von 1987 bis 1992 Elektrotechnik an der Universität Dortmund. Während seines Studiums war er Stipendiat der Studienstiftung des deutschen Volkes. Von 1993 bis 1996 war er wissenschaftlicher Mitarbeiter in der Arbeitsgruppe Schaltungen für die Informationsverarbeitung an der Universität Dortmund (Prof. Dr. H. Schröder). Von 1996-1998 war er als wissenschaftlicher Mitarbeiter am Informatik Centrum Dortmund (ICD) angestellt. Im Jahre 1997 promovierte er an der Universität Dortmund mit Auszeichnung zum Thema "Nichtlineare fehlertolerante Interpolation von Zwischenbildern".

Von 1998 bis 2008 war er zuerst als Oberingenieur und später als Akademischer Oberrat am Lehrstuhl für Allgemeine Elektrotechnik und Datenverarbeitungssysteme der RWTH Aachen (Prof. Dr. T. G. Noll) tätig. Im Februar 2008 habilitierte er dort mit einer Arbeit zum Thema "Exploration des Entwurfsraumes für heterogene Architekturen zur digitalen Videosignalverarbeitung".

Im Juli 2008 folgte er einem Ruf an die Leibniz Universität Hannover wo er seit dem als Professor für "Architekturen und Systeme" und als geschäftsführender Leiter des Instituts für Mikroelektronische Systeme (IMS) tätig ist.

  • Publikationsliste

    Zeige Ergebnisse 1 - 20 von 348

    An Intelligent and Efficient Workflow for Path-Oriented 3D Bioprinting of Tubular Scaffolds. / Baroth, Timo; Loewner, Sebastian; Heymann, Henrik et al.
    in: 3D Printing and Additive Manufacturing, Jahrgang 11, Nr. 1, 15.02.2024, S. 323-332.

    Publikation: Beitrag in FachzeitschriftArtikelForschungPeer-Review

    Mehr...
    Sub-Microsecond Time Synchronization for Network-Connected Microcontrollers. / Schleusner, Jens; Fahnemann, Christian; Pfleiderer, Richard et al.
    2024 IEEE International Conference on Consumer Electronics (ICCE). 2024.

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

    Mehr...
    Exploiting Subword Permutations to Maximize CNN Compute Performance and Efficiency. / Beyer, Michael; Gesper, Sven; Guntoro, Andre et al.
    Proceedings - 2023 IEEE 34th International Conference on Application-Specific Systems, Architectures and Processors, ASAP 2023. Institute of Electrical and Electronics Engineers Inc., 2023. S. 61-68 (Proceedings of the International Conference on Application-Specific Systems, Architectures and Processors; Band 2023-July).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

    Mehr...
    Online Quantization Adaptation for Fault-Tolerant Neural Network Inference. / Beyer, Michael; Borrmann, Jan Micha; Guntoro, Andre et al.
    Computer Safety, Reliability, and Security: 42nd International Conference, SAFECOMP 2023, Toulouse, France, September 20–22, 2023, Proceedings. Hrsg. / Jérémie Guiochet; Stefano Tonetta; Friedemann Bitsch. Springer International Publishing AG, 2023. S. 243–256 (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 14181 LNCS).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandBeitrag in Buch/SammelwerkForschungPeer-Review

    Mehr...
    A Dual-Species Atom Interferometer Payload for Operation on Sounding Rockets. / Elsen, Michael; Piest, Baptist; Adam, Fabian et al.
    in: Microgravity Science and Technology, Jahrgang 35, Nr. 5, 48, 07.09.2023.

    Publikation: Beitrag in FachzeitschriftArtikelForschungPeer-Review

    Mehr...
    N2V2PRO: Neural Network Mapping Framework for a Custom Vector Processor Architecture. / Gesper, Sven; Thieu, Gia Bao; Kohler, Daniel et al.
    2023 IEEE 13th International Conference on Consumer Electronics - Berlin, ICCE-Berlin 2023. IEEE Computer Society, 2023. S. 94-99 (IEEE International Conference on Consumer Electronics - Berlin, ICCE-Berlin).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

    Mehr...
    High Performance Instruction Fetch Structure within a RISC-V Processor for Use in Harsh Environments. / Hawich, Malte; Rumpeltin, Nico (Mitwirkende*r); Rücker, Malte (Mitwirkende*r) et al.
    Lecture Notes in Computer Science: Embedded Computer Systems: Architectures, Modeling, and Simulation 23rd International Conference, SAMOS 2023 Samos, Greece, July 2–6, 2023 Proceedings. Hrsg. / Cristina Silvano; Christian Pilato; Marc Reichenbach. Band 23 Springer, 2023. S. 255-268.

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandBeitrag in Buch/SammelwerkForschungPeer-Review

    Mehr...
    A promising protocol for the endothelialization of vascular grafts in an instrumented rotating bioreactor towards clinical application. / Heene, Sebastian; Renzelmann, Jannis; Müller, Caroline et al.
    in: Biochemical engineering journal, Jahrgang 200, 109095, 11.2023.

    Publikation: Beitrag in FachzeitschriftArtikelForschungPeer-Review

    Mehr...
    Technical concepts of automotive LiDAR sensors: a review. / Holzhüter, Hanno; Bödewadt, Jörn; Bayesteh, Shima et al.
    in: Optical engineering, Jahrgang 62, Nr. 3, 031213, 03.2023.

    Publikation: Beitrag in FachzeitschriftÜbersichtsarbeitForschungPeer-Review

    Mehr...
    DoA Estimation in Automotive MIMO Radar With Sparse Array via Fast Variational Bayesian Method. / Jauch, Alisa; Meinl, Frank; Blume, Holger.
    2023 IEEE Conference on Antenna Measurements and Applications, CAMA 2023. Institute of Electrical and Electronics Engineers Inc., 2023. S. 892-897 (IEEE Conference on Antenna Measurements and Applications, CAMA).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

    Mehr...
    A High-Performance, Low Power Research Hearing Aid featuring a High-Level Programmable Custom 22nm FDSOI SoC . / Karrenbauer, Jens; Schonewald, Sven; Klein, Simon et al.
    2023 45th Annual International Conference of the IEEE Engineering in Medicine & Biology Society (EMBC). IEEE, 2023. S. 1-5 (Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

    Mehr...
    The ZuSE-KI-Mobil AI Accelerator SoC: Overview and a Functional Safety Perspective. / Kempf, Fabian; Hoefer, Julian; Harbaum, Tanja et al.
    2023 Design, Automation and Test in Europe Conference and Exhibition, DATE 2023 - Proceedings. Institute of Electrical and Electronics Engineers Inc., 2023. (Proceedings -Design, Automation and Test in Europe, DATE; Band 2023-April).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

    Mehr...
    Improved Multi-Scale Grid Rendering of Point Clouds for Radar Object Detection Networks. / Köhler, Daniel; Quach, Maurice; Ulrich, Michael et al.
    2023 26th International Conference on Information Fusion, FUSION 2023. IEEE, 2023.

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

    Mehr...
    Successful endothelial monolayer formation on melt electrowritten scaffolds under dynamic conditions to mimic tunica intima. / Loewner, Sebastian; Heene, Sebastian; Cholewa, Fabian et al.
    in: International Journal of Bioprinting, Jahrgang 10, Nr. 1, 2023, S. 477-491.

    Publikation: Beitrag in FachzeitschriftArtikelForschungPeer-Review

    Mehr...
    Fault Detection Mechanisms for COTS FPGA Systems Used in Low Earth Orbit. / Oberschulte, Tim; Marten, Jakob; Blume, Holger.
    SAMOS XXIII. Springer International Publishing AG, 2023. S. 19-32.

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

    Mehr...
    Fault Detection on Multi COTS FPGA Systems for Physics Experiments on the International Space Station. / Oberschulte, Tim; Marten, Jakob; Blume, Holger.
    FPGA '23: Proceedings of the 2023 ACM/SIGDA International Symposium on Field Programmable Gate Arrays. Association for Computing Machinery (ACM), 2023.

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandSonstiger Beitrag in Buch/Bericht/Sammelwerk oder KonferenzbandForschungPeer-Review

    Mehr...
    Synthetic Aperture Radar Algorithms on Transport Triggered Architecture Processors using OpenCL. / Rother, Niklas; Mätzner, Leonard; Jääskeläinen, Pekka et al.
    Proceedings of the International Radar Conference 2023. 2023. (Proceedings of the IEEE Radar Conference).

    Publikation: Beitrag in Buch/Bericht/Sammelwerk/KonferenzbandAufsatz in KonferenzbandForschungPeer-Review

    Mehr...
    Dynamic Model-Based Safety Margins for High-Density Matrix Headlight Systems. / Schleusner, Jens; Blume, Holger; Lampe, Sebastian.
    in: IEEE Transactions on Intelligent Transportation Systems, Jahrgang 24, Nr. 7, 07.07.2023, S. 7296-7305.

    Publikation: Beitrag in FachzeitschriftArtikelForschungPeer-Review

    Mehr...
    Low impact of regular PCR testing on presence at work site during the COVID-19 pandemic: experiences during an open observational study in Lower Saxony 2020-21. / Seiler, Lisa K.; Stolpe, Susanne; Stanislawski, Nils et al.
    in: BMC PUBLIC HEALTH, Jahrgang 23, Nr. 1, 240, 03.02.2023.

    Publikation: Beitrag in FachzeitschriftArtikelForschungPeer-Review

    Mehr...
    Mobile Corona-Analytik made in Hannover. / Stanislawski, Nils Hendrik; Blume, Holger Christoph; Stiesch, Meike et al.
    in: Unimagazin: Forschungsmagazin der Leibniz Universität Hannover, Jahrgang 2023, Nr. 1/2, 19.05.2023, S. 40-43.

    Publikation: Beitrag in nicht-wissenschaftlicher/populärwissenschaftlicher Zeitschrift/ZeitungBeitrag in populärwissenschaftlicher Zeitung/ZeitschriftTransfer

    Mehr...
  • Forschungsprojekte

    Electronic Design Automation

    • GEBO - Hochtemperaturelektronik
      In diesem Projekt wird der Entwurf von Mixed-Signal-Schaltungen zur Signalverarbeitung unter Hochtemperaturbedingungen erforscht. Dazu werden sowohl geeignete Schaltungstechnologien zur analogen Ansteuerung von Sensoren als auch Architekturen zur digitalen Signalverarbeitung untersucht, die an die Anforderungen von Hochtemperaturtechnologien angepasst sind.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Dipl.-Ing. Rochus Nowosielski
      Jahr: 2014
      Laufzeit: 2009-2011

    Prozessorarchitekturen

    • High Temperature Measurement While Drilling
      Das Ziel der Forschungsarbeit ist ein MWD-Prozessorsystem für Bohrwerkzeuge im Einsatz für geothermische Bohrungen in Umgebungstemperaturen bis zu 300 °C. Die Bearbeitung des Projekts umfasst Forschungsaspekte aus den Bereichen des Hardwareentwurfs, der Fehlertoleranz digitaler Systeme und des ASIC-Entwurfs.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Dipl.-Ing. Rochus Nowosielski
      Jahr: 2014
      Laufzeit: 2012-2014
    • GEBO - Hochtemperaturelektronik
      In diesem Projekt wird der Entwurf von Mixed-Signal-Schaltungen zur Signalverarbeitung unter Hochtemperaturbedingungen erforscht. Dazu werden sowohl geeignete Schaltungstechnologien zur analogen Ansteuerung von Sensoren als auch Architekturen zur digitalen Signalverarbeitung untersucht, die an die Anforderungen von Hochtemperaturtechnologien angepasst sind.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Dipl.-Ing. Rochus Nowosielski
      Jahr: 2014
      Laufzeit: 2009-2011
    • RAPANUI - Rapid-Prototyping for Media Processor Architecture Exploration
      Entwurf, Implementierung und Evaluation einer Prototyping-basierten Entwurfsmethodologie für Prozessorarchitekturen der digitalen Signalverarbeitung.
      Leitung: Jun.-Prof. Dr.-Ing. G. Payá-Vayá
      Team: M. Sc. Florian Giesemann
      Jahr: 2014
    • OPARO
      Bei der Entwicklung von integrierten, programmierbaren Schaltungen rückt zunehmend auch die Optimierung der Verlustleistung und der Temperaturverteilung in den Vordergrund. Diese können bisher aber nur durch sehr zeitaufwendige Simulationen bestimmt werden. Deshalb sollen präzise Modelle zur Bestimmung der Verlustleistung erarbeitet werden und zusammen mit der funtionalen Emulation auf FPGAs abgebildet werden. Durch die Beschleunigung der Verlustleistungsbestimmung und Temperaturverteilung können dann gezielt Optimierungen der Architektur und des Applikationscodes unter Berücksichtigung realer Eingangsdaten vorgenommen werden.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Dipl.-Wirtsch.-Ing. Sebastian Hesselbarth
      Jahr: 2014
    • Hearing4All
      Das Verbundprojekt Hearing4all an dem das IMS-AS in mehreren Teilprojekten beteiligt ist, ist eines der Exzellenzcluster-Projekte des Bundes. Im Rahmen dieses interdisziplinären Projektes wird das IMS-AS hochperformante und verlustleistungsoptimierte Prozessorarchitekturen für elektronische Hörsysteme wie Cochlea-Implantate oder Hörgeräte erarbeiten.
      Leitung: Prof. Dr.-Ing. H. Blume, Jun.-Prof. Dr.-Ing. G. Payá-Vayá
      Team: M.Sc. C. Seifert, Dipl.-Ing. L. Gerlach
      Jahr: 2015
      Laufzeit: November 2012 - Dezember 2018
    • Stochastic Processor
      Stochastische Berechnungsmechanismen sind in jüngster Zeit als vielversprechender Ansatz für den Entwurf energieeffizienter integrierter Hardwaresysteme bekannt geworden. Sie berücksichtigen die Fähigkeit vieler Anwendungen (z.B. Computer Vision) einen Rechengenauigkeitsverlust zu tolerieren. Statt des Entwurfs von Hardware für worst-case Szenarien mit großen Sicherheitsabständen, können Designer diese Beschränkungen lockern und bewusst Hardwarevariabilität für signifikante Verbesserungen der Berechnungsperformanz und Energievorteile ausnutzen.
      Leitung: Jun.-Prof. Dr.-Ing. G. Payá-Vayá, Prof. Dr.-Ing. Holger Blume
      Team: M.Sc. Moritz Weißbrich
      Jahr: 2015
      Förderung: Deutsche Forschungsgemeinschaft (DFG)
      Laufzeit: Februar 2016 - Januar 2019
    • TETRACOM
      Nowadays, continuous development of digital signal processing applications, e.g., video-based advanced driver assistance systems, are pushing the limits of existing embedded systems and are forcing system developers to spend more time on code optimization. These applications often involve complex mathematical functions like trigonometric, logarithmic, exponential, or square root operations. In particular, these functions can only efficiently be computed on standard general purpose embedded processors, using highly optimized, processor specific arithmetic evaluation software libraries. Another alternative is to extend the embedded processor architectures with a specific hardware accelerator.
      Leitung: Jun.-Prof. Dr.-Ing. G. Payá-Vayá
      Team: Dipl.-Ing. S. Nolting, Dipl.-Ing. L. Gerlach
      Jahr: 2016
      Laufzeit: Januar 2016 - Juli 2016
    • Smart Hearing Aid Processor (Smart HeaP)
      Im Projekt Smart Hearing Aid Processor (Smart HeaP) wird ein neuartiger Hörgeräteprozessor konzipiert, entwickelt und gebaut, der sich trotz seiner einfachen Programmierbarkeit und der drahtlosen Bluetooth-Schnittstelle durch eine geringe Leistungsaufnahme und hohe Rechenleistung auszeichnet.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: M.Sc. J. Karrenbauer, M.Sc. S. Klein, M.Sc. S. Schönewald
      Jahr: 2018
      Förderung: BMBF
      Laufzeit: April 2018 - Juni 2022
    • Cluster of Excellence Hearing 4 All 2
      Das Cluster of Excellence ist eine interdisziplinäre Kooperation zwischen der Carl von Ossietzky Universität Oldenburg, der Medizinischen Hochschule Hannover und der Leibniz Universität Hannover. Durch diese einzigartige Kooperation können Ergebnisse aus der Algorithmischen und Medizinischen Forschung direkt in die Entwicklung von Demonstratoren und Prototypen einfließen. Der Schwerpunkt des IMS liegt dabei auf der Entwicklung und Forschung im Bereich der Echtzeit Signalverarbeitung von EEG Signalen (CereBridge) und der Beschleunigung von Neuronalen Netzen für extrem effiziente Hörgeräte Prozessoren.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Simon Klein, M.Sc., Marc-Nils Wahalla, M.Sc.
      Jahr: 2019
      Laufzeit: 2019 - 2025
    • Multi-Energy Harvesting (MEH) - Flexible Plattform für Energiesammelsysteme für die Gebäudeautomation
      Im Rahmen des Projektes wird ein Plattformkonzept für Komponenten intelligenter Gebäudeautomationssysteme entwickelt, das als Grundlage zukünftiger Sensoren und Aktoren der nächsten Generation dient. Charakteristisches Merkmal bei diesem Plattformkonzept ist der besonders geringe Energiebedarf und gleichzeitig die besonders niedrige Versorgungsspannung. Diese Merkmale ermöglichen in Kombination mit dem Energieernten aus unterschiedlichen Quellen (Multi-Energy-Harvester) einen längeren Betrieb mit weniger Batteriezellen im Vergleich zu bestehenden Systemen.
      Leitung: Prof. Dr.-Ing. H. Blume, Prof. Dr.-Ing. B. Wicht, apl. Prof. Dr.-Ing. G. Payá Vayá
      Team: M.Sc. Moritz Weißbrich, M.Sc. Lars-Christian Kähler
      Jahr: 2019
      Förderung: BMBF
      Laufzeit: Oktober 2018 - März 2021
    • ZuSE-KI-mobil
      Für Zukunftsaufgaben wie das autonome Fahren oder Industrie 4.0 müssen immer größere Mengen an Daten von einer steigenden Anzahl von Sensoren mit Hilfe komplexer Algorithmen und künstlicher Intelligenz (KI) in kürzester Zeit analysiert werden. Die entsprechenden Prozessoren müssen aber nicht nur bei der Rechenleistung, sondern auch hinsichtlich Energieeffizienz, Zuverlässigkeit, Robustheit und Sicherheit hohe Anforderungen erfüllen, die über aktuelle Möglichkeiten weit hinausgehen. Die ZuSE-Projekte des BMBF sollen den dringenden Bedarf der Anwenderbranchen an zukunftsfähigen, vertrauenswürdigen Prozessoren decken, die auf ihre spezifischen Aufgaben zugeschnitten und hoch performant sind. Ziel des Vorhabens ist die Entwicklung einer Prozessorplattform für die Entwicklung hoch performanter Elektronik für rechenintensive KI-Anwendungen. Als Kernkomponente wird ein KI-Beschleuniger mit einer flexiblen, erweiterbaren und skalierbaren System-on-Chip –Architektur (SoC) entwickelt. Um einen niedrigen Energieverbrauch zu erreichen, wird der Beschleuniger für KI-Algorithmen im Bereich des autonomen Fahrens optimiert und in der energieeffizienten 22-nm-FDX-Halbleitertechnologie gefertigt. Darüber hinaus wird ein Ökosystem aufgebaut, das ein Entwicklungssystem sowie ein deutsches Partnernetzwerk mit Know-how im KI-Hardware-Entwurf vereint. Die Flexibilität und Skalierbarkeit der Leistungsdaten der Prozessorplattform wird anhand von Demonstratoren verifiziert. Der rechenstarke KI-Beschleuniger, die flexible und skalierbare SoC-Architektur sowie das Ökosystem bilden eine Plattform für die kostengünstige Entwicklung anwendungsspezifischer KI-Hardware in Deutschland und sind für zukünftige Innovationen breit einsetzbar.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Matthias Lüders, M.Sc., Martin Friedrich, M.Sc., Sousa Weddige, M.Sc.
      Jahr: 2020
      Förderung: BMBF
      Laufzeit: Mai 2020 - April 2023
    • ZuSE-KI-AVF - Anwendungsspezifischer KI-Prozessor für die intelligente Sensorsignalverarbeitung im autonomen Fahren
      Innovative Fahrerassistenzsysteme erfordern neue, leistungsfähige Hardwareplattformen, die in der Lage sind, hochauflösende und mehrdimensionale Datenmengen in Echtzeit zu verarbeiten. Vielfältige Sensorik wie Kamera, Lidar oder Radar führt zu deutlich voneinander abweichenden Anforderungen, denen mit anwendungsspezifischer Hardware begegnet werden kann. Mit dem Ziel der Entwicklung einer solchen Hardware auf Basis einer skalierbaren und flexibel programmierbaren Architekturplattform hat das IMS erfolgreich an der ZuSE-Ausschreibung des BMBF zu Themen der künstlichen Intelligenz teilgenommen. In der Rolle der Projektleitung arbeitet das Institut in einem Konsortium an einer Open-Source Vektorprozessorarchitektur, die sich besonders für ressourcenintensive KI-Algorithmen eignet. Durch die vertikale Verarbeitung von Datenvektoren und komplexe Adressierungsmodi können neuronale Netze effizient berechnet werden. Für den Einsatz als Embedded-IP-Core in kommerziellen SoCs werden zudem Aspekte der funktionalen Sicherheit und IP-Security betrachtet. Auch die Entwicklung eines Compilers und eines effizienten Speichercontroller sind Teil des Projektes ZuSE-KI-AVF. Das IMS entwickelt an der Systemarchitektur, der Konzeption und Implementation von Algorithmen wie der Verarbeitung von Lidar-Punktwolken sowie einer Demonstration der Architektur auf Basis einer FPGA-Beschreibung.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Oliver Renke M.Sc., M.Sc. Christoph Riggers M.Sc., Till Fiedler M.Sc., Jakob Marten M.Sc., Tobias Stuckenberg M.Sc.
      Jahr: 2020
      Förderung: BMBF
      Laufzeit: Oktober 2020 - September 2023
    • EcoMobility
      In dem europäischen Projekt "EcoMobility" wird das IMS zusammen mit 46 Partnern aus ganz Europa autonomes Fahren nachhaltiger, intelligenter und sicherer gestalten. Der Fokus des IMS liegt dabei insbesondere auf der intelligenten Planung von Tasks auf heterogenen Prozessorsystemen.
      Leitung: Prof. Dr.-Ing. Holger Blume, M.Sc. Matthias Lüders
      Team: M.Sc. Jonas Hollmann
      Jahr: 2023
      Förderung: KDT JU
      Laufzeit: 2023-2025
      Offizielles Logo von "EcoMobility" Offizielles Logo von "EcoMobility"

    Analog/Mixed-Signal-Entwurf

    • GEBO - Hochtemperaturelektronik
      In diesem Projekt wird der Entwurf von Mixed-Signal-Schaltungen zur Signalverarbeitung unter Hochtemperaturbedingungen erforscht. Dazu werden sowohl geeignete Schaltungstechnologien zur analogen Ansteuerung von Sensoren als auch Architekturen zur digitalen Signalverarbeitung untersucht, die an die Anforderungen von Hochtemperaturtechnologien angepasst sind.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Dipl.-Ing. Rochus Nowosielski
      Jahr: 2014
      Laufzeit: 2009-2011
    • Multi-Energy Harvesting (MEH) - Flexible Plattform für Energiesammelsysteme für die Gebäudeautomation
      Im Rahmen des Projektes wird ein Plattformkonzept für Komponenten intelligenter Gebäudeautomationssysteme entwickelt, das als Grundlage zukünftiger Sensoren und Aktoren der nächsten Generation dient. Charakteristisches Merkmal bei diesem Plattformkonzept ist der besonders geringe Energiebedarf und gleichzeitig die besonders niedrige Versorgungsspannung. Diese Merkmale ermöglichen in Kombination mit dem Energieernten aus unterschiedlichen Quellen (Multi-Energy-Harvester) einen längeren Betrieb mit weniger Batteriezellen im Vergleich zu bestehenden Systemen.
      Leitung: Prof. Dr.-Ing. H. Blume, Prof. Dr.-Ing. B. Wicht, apl. Prof. Dr.-Ing. G. Payá Vayá
      Team: M.Sc. Moritz Weißbrich, M.Sc. Lars-Christian Kähler
      Jahr: 2019
      Förderung: BMBF
      Laufzeit: Oktober 2018 - März 2021

    Entwurfsraumexploration

    • EFdiS – Einsatz von Flug-SAR mit digitaler Schnittstelle
      Das Ziel dieses Forschungsvorhabens ist die Verarbeitung von FMCW Sensorsignalen. Als erster Schritt ist vorgesehen die analogen Daten bereits an Bord durch eine geeignete Erweiterungskarte zu digitalisieren und zu speichern. Im zweiten Schritt sollen die digitalisierten Daten an Bord prozessiert und damit in ein Luftbild überführt werden.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Dipl.-Ing. M. Wielage
      Jahr: 2014
      Laufzeit: Oktober 2012 - Dezember 2014
    • OPARO
      Bei der Entwicklung von integrierten, programmierbaren Schaltungen rückt zunehmend auch die Optimierung der Verlustleistung und der Temperaturverteilung in den Vordergrund. Diese können bisher aber nur durch sehr zeitaufwendige Simulationen bestimmt werden. Deshalb sollen präzise Modelle zur Bestimmung der Verlustleistung erarbeitet werden und zusammen mit der funtionalen Emulation auf FPGAs abgebildet werden. Durch die Beschleunigung der Verlustleistungsbestimmung und Temperaturverteilung können dann gezielt Optimierungen der Architektur und des Applikationscodes unter Berücksichtigung realer Eingangsdaten vorgenommen werden.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Dipl.-Wirtsch.-Ing. Sebastian Hesselbarth
      Jahr: 2014
    • Digitale Videosignalverarbeitung für die Automatisierungstechnik in der Landwirtschaft
      Im Rahmen des Projekts werden die Algorithmen entwickelt, mögliche Hardwarearchitekturen exploriert, die finale Hardware-Plattform konzipiert und evaluiert, sowie das Gesamtsystem abschließend im Feldversuch getestet.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: J. Hartig, S. Gesper
      Jahr: 2019
      Laufzeit: 2017-2019
    • Miniaturisierter Echtzeit SAR Prozessor
      Das Ziel dieses Projektes ist die echtzeitfähige Generierung und Kompression hochauflösender Luftbilder nach dem Prinzip des Synthetic Aperture Radar. Das SAR gehört zu der Klasse der abbildenden Radarsysteme und bietet gegenüber kamerabasierten elektro-optischen Sensoren eine von Witterung und Tageslicht annähernd unabhängige Einsatzfähigkeit. Moderne Sensoren erreichen hierbei Auflösungen von weniger als 10 cm bei Flughöhen von 10 km. Durch den Einsatz moderner FPGAs wird eine schritthaltende Bilddatengenerierung an Bord der Sensorplattform auch bei sehr großen Bilddimensionen ermöglicht.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: F. Cholewa, C. Fahnemann, N. Rother
      Jahr: 2020
      Laufzeit: 2008-2020
    • KISSKI - KI-Servicezentrum für sensible und kritische Infrastrukturen
      Der zentrale Ansatz in KISSKI ist die Forschung an KI-Methoden und deren Bereitstellung mit dem Ziel ein hochverfügbares KI-Servicezentrum für kritische und sensible Infrastrukturen mit dem Fokus auf die Felder Medizin und Energie zu ermöglichen. Das Fachgebiet Architekturen und Systeme ist hierbei mit einer Entwurfsraumexploration für heterogene Hardwarearchitekturen, insbesondere FPGA-Plattformen, beteiligt.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: M. Lüders, J. Drewljau
      Jahr: 2022
      Laufzeit: 2022-2027

    Fahrerassistenzsysteme

    • OpenFAS
      Im Rahmen des Projekts wird eine OpenCV-basierte Modulbibliothek für Echtzeit-Fahrerassistenzsysteme auf einer programmierbaren Multiprozessorarchitektur erarbeitet. Das Projekt wird in Kooperation mit der Firma videantis durchgeführt.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Dipl.-Ing. Christopher Bartels
      Jahr: 2012
      Förderung: "Zentrales Innovationsprogramm Mittelstand" des Bundesministeriums für Wirtschaft und Technologie (BMWi)
      Laufzeit: Juni 2012 - Oktober 2013
    • 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.
      Leitung: Prof. Dr.-Ing. H. Blume, apl. Prof. Dr.-Ing. G. Payá Vayá
      Team: Florian Giesemann, Frank Meinl, Nico Mentzer
      Jahr: 2013
      Förderung: Europäische Union, Bundesministerium für Bildung und Forschung
      Laufzeit: September 2012 - August 2015
    • ASEV
      In diesem Teilvorhaben des vom BMBF geförderten Projektes "Automatische Situationseinschätzung für ereignisgesteuerte Videoüberwachung (ASEV)" wird eine Hardware-Architektur konzipiert, die die schritthaltende Umsetzung der SIFT (Scale Invariant Feature Transform) Merkmalsextraktion ermöglicht. Die SIFT-Merkmale werden zur robusten Objektidentifikation und -verfolgung in einer ereignisgesteuerten, kamerabasierten Überwachung des äußerst sicherheitskritischen Flughafenvorfeldes genutzt. Mit einem Demonstrator am Projektende ist die Leistungsfähigkeit der Architektur im realen Einsatz gezeigt worden.
      Leitung: Prof. Dr.-Ing. H. Blume, Jun.-Prof. Dr.-Ing. G. Payá-Vayá
      Team: Dipl.-Ing. Nico Mentzer
      Jahr: 2014
      Förderung: Bundesministerium für Bildung und Forschung (BMBF)
      Laufzeit: Mai 2010 - April 2013
    • Effiziente Hardwarearchitekturen zur schnellen Bildsequenzanalyse
      Umfassende Zuverlässigkeit von modernen Fahrerassistenzsystemen unter beliebigen Verkehrs-, Witterungs- und Lichtbedingungen stellt in der Praxis oft ein Problem dar. Da robustere Algorithmen sehr rechenintensiv sind, geht es in diesem Projekt um die Untersuchung heterogener Hardwarearchitekturen und Evaluierung neuer Mechanismen für komplexe Anwendungen im Bereich kamerabasierter Fahrerassistenz.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Julian Hartig
      Jahr: 2014
      Förderung: Hans L. Merkle Stiftung
      Laufzeit: Februar 2014 - Februar 2017
    • mDAS - Echtzeit-Demonstrator für multicore-basierte Fahrassistenzsysteme
      Ziel dieses Projektes ist die Konzeptionierung und Implementierung eines echtzeitfähigen multicore-basierten Demonstrators für video-basierte Fahsassistenzalgorithmen. Dabei sollen unterschiedliche Performancemetriken dargestellt werden, um plattformspezifische Rechenleistungs- und Stromverbrauchsparameter zu vergleichen.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Dipl.-Ing. Jakob Arndt
      Jahr: 2014
      Förderung: Siemens AG
      Laufzeit: Februar 2014 - August 2014
    • ZIM Dream Chip Technologies GmbH
      Das Kooperationsprojekt des Instituts für Mikroelektronische Systeme mit der Fa. Dream Chip Technologies GmbH aus Garbsen wird im Rahmen des Zentralen Innovationsprogramms Mittelstand vom Bundesministerium für Wirtschaft und Energie gefördert. Ziel ist die Entwicklung eines Kamerasystems mit integrierten Verfahren zur hochqualitativen Echtzeit-Bewegungsanalyse im Bereich videobasierter Fahrerassistenzsysteme.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Gregor Schewior, Nicolai Behmann
      Jahr: 2015
      Förderung: Bundesministerium für Wirtschaft und Energie
      Laufzeit: September 2015 - Dezember 2016
    • THINGS2DO - THIN but Great Silicon 2 Design Objects
      THINGS2DO ist ein von der Europäischen Union und vom Bundesministerium für Bildung und Forschung im Rahmen der Technologieplattform eniac gefördertes Projekt. Ziel ist die Förderung und Entwicklung der Fully Depleted Silicon On Insulator (FD-SOI) Halbleitertechnologie zur Fertigung energieeffizienter, hochintegrierter Schaltkreise. Die Leistungsfähigkeit der neuen Fertigungstechnologie wird durch in dieser Technologie gefertigte Chips für Advanced Driver Assistance Systems (ADAS) demonstriert.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Gregor Schewior, Nicolai Behmann
      Jahr: 2016
      Förderung: Europäische Union, Bundesministerium für Bildung und Forschung
      Laufzeit: Februar 2016 - März 2018
    • Verlässliche Mobilität: Mobiler Mensch im Spannungsfeld zwischen Autonomie, Vernetzung und Security
      Die Mobilität der Zukunft basiert wesentlich auf dem hochautomatisierten Fahren und damit auf verlässlichen „Advanced Driver Assistance Systems“ (ADAS). Diese Fahrerassistenzsysteme benötigen eine zuverlässige Erfassung der Umwelt durch die Sensoren der Fahrzeuge, um die erforderliche Verlässlichkeit zu erreichen. Neben Radar- und Lidar-Sensoren verfügen moderne Fahrzeuge über eine Vielzahl von Kameras, die geometrische und semantische Informationen zur Umgebung bereitstellen. Diese verschiedenen Datenströme werden im Anschluss von Datenfusionsalgorithmen auf Fahrzeuginterner Hardware weiterverarbeitet. Zur Berechnung verlässlicher Ergebnisse muss das Gesamtsystem der Signalverarbeitung aus Hardware und Software verlässlich sein. Das Fachgebiet Architekturen und Systeme des IMS wird im Rahmen des Projektes „Mobiler Mensch“ zu diesen Teilaspekten eines Systems zur verlässlichen Datenverarbeitung forschen.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Jens Schleusner, M.Sc.
      Jahr: 2017
      Laufzeit: 2017-2019
    • PARIS - PARallele Implementierungs-Strategien für das Hochautomatisierte Fahren
      In diesem Projekt steht das Systemdesign von Fahrerassistenzsystemen vom Szenrio bis hin zur Architektur im Fokus. Es werden sowohl neuartige selbstlernende und Sensorfusions-Algorithmen, als auch eine innovtive Prozessorarchitektur entwickelt. Darüber hinaus werden Entwicklungsschritte für eingebettete MPSoC-Applikationen, wie Architektur-Mapping und Simulationsmethoden, entwickelt.
      Leitung: Prof. Dr.-Ing. Holger Blume, Dipl.-Ing. Jakob Arndt
      Team: Dipl.-Ing. Jakob Arndt
      Jahr: 2017
      Förderung: BMBF
      Laufzeit: 04.2017 - 03.2020
    • GreenML
      The project "GreenML" aims to exemplify a holistic AI design process by the highly efficient and resource-optimized implementation of essential FAS functions like object detection, object classification, and scene contextualization on particular hardware. Deep Learning (DL) has become a central approach for modern AI applications. Even though energy-efficient DL has become a target in research, currently isolated solutions are often created that do not unleash the full potential for resource-efficient AI. In this project, we will focus on a holistic approach: from hardware to efficient coding and transfer of data and models to dynamic and resource-adaptive software to enable multi-criteria optimization of all facets of an AI-enabled system. As an example, we demonstrate the potential of this approach using the scenario of a modern driver assistance system (FAS). With about 67 million registered vehicles and increased e-mobility, saving required energy by combining efficient algorithms, communication, and hardware is urgently needed. Our "Green Assisted Driving" project addresses different energy consumption, safety, and flexibility metrics. The consortium combines low-power hardware, learning of efficient representations from large data sets, hyperparameter optimization, and network design using AutoML, as well as methods of transfer learning, semi-supervised learning, and network pruning to prototype highly efficient and dynamically controllable models on a FAS. and demonstrate the savings potential of a holistic approach.
      Leitung: Prof. Dr.-Ing. habil H. Blume
      Team: Matthias Lüders
      Jahr: 2023
      Laufzeit: 2023-2026
    • EcoMobility
      In dem europäischen Projekt "EcoMobility" wird das IMS zusammen mit 46 Partnern aus ganz Europa autonomes Fahren nachhaltiger, intelligenter und sicherer gestalten. Der Fokus des IMS liegt dabei insbesondere auf der intelligenten Planung von Tasks auf heterogenen Prozessorsystemen.
      Leitung: Prof. Dr.-Ing. Holger Blume, M.Sc. Matthias Lüders
      Team: M.Sc. Jonas Hollmann
      Jahr: 2023
      Förderung: KDT JU
      Laufzeit: 2023-2025
      Offizielles Logo von "EcoMobility" Offizielles Logo von "EcoMobility"
    • Adaptive blendfreie HD-Scheinwerfer
      In diesem Projekt werden Signalverarbeitungsalgorithmen für hochauflösende Scheinwerfer entworfen und echtzeitfähig auf verschiedenen Hardwareplattformen implementiert. Durch die adaptiven Scheinwerfersysteme wird unter Anderem eine Blendung von Verkehrsteilnehmern verhindert und die Sicherheit im Straßenverkehr erhöht.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Jens Schleusner, M.Sc., Richard Pfleiderer M.Sc.
      Jahr: 2024
      Laufzeit: 2017-2024

    Biomedizintechnik

    • Echtzeitfähige Sonifikation komplexer Bewegungen
      Im Rahmen dieses Forschungsvorhabens aus dem Bereich der Medizintechnik werden am IMS mögliche Hardware-Plattformen für eine mobile Sonifikation (Klangliche Darstellung) von Bewegungsdaten untersucht. Diese sollen später in der medizinischen Rehabilitation nach einem Schlaganfall eingesetzt werden. Durch das Gerät soll in Zukunft eine Verkürzung der Rehabilitationsdauer zum Wiedererlernen von Bewegungsmustern erzielt werden. Besonders Relevante technische Parameter für eine mobile Hardware-Plattform sind dabei das Gewicht, die Akkulaufzeit und ausreichende Rechenleistung.
      Leitung: Prof. Dr.-Ing. Blume
      Team: Dipl.-Ing. (FH) H.-P. Brückner
      Jahr: 2013
      Förderung: Europäischer Fonds für regionale Entwicklung (EFRE)
      Laufzeit: Februar 2011 - Juni 2013
    • BIOFABRICATION for NIFE
      BIOFABRICATION for NIFE ist ein interdisziplinärer Forschungsverbund der Medizinischen Hochschule Hannover, der Leibniz Universität Hannover und der Hochschule für Musik, Theater und Medien Hannover, der von der VolkswagenStiftung und dem Land Niedersachsen gefördert wird.
      Leitung: Prof. Dr.-Ing. Blume
      Team: M.Sc. Nils Stanislawski
      Jahr: 2014
      Förderung: VolkswagenStiftung und Land Niedersachsen
      Laufzeit: Mai 2013 - Juni 2018
    • Hearing4All
      Das Verbundprojekt Hearing4all an dem das IMS-AS in mehreren Teilprojekten beteiligt ist, ist eines der Exzellenzcluster-Projekte des Bundes. Im Rahmen dieses interdisziplinären Projektes wird das IMS-AS hochperformante und verlustleistungsoptimierte Prozessorarchitekturen für elektronische Hörsysteme wie Cochlea-Implantate oder Hörgeräte erarbeiten.
      Leitung: Prof. Dr.-Ing. H. Blume, Jun.-Prof. Dr.-Ing. G. Payá-Vayá
      Team: M.Sc. C. Seifert, Dipl.-Ing. L. Gerlach
      Jahr: 2015
      Laufzeit: November 2012 - Dezember 2018
    • Optogenetik
      Im Rahmen dieser Kooperation mit dem Institut für Technische Chemie und dem Institut für Quantenoptik der Leibniz Universität Hannover werden Methoden untersucht, das Verhalten von intra-zellulären Prozessen von Außen mit Licht zu steuern. Mit Hilfe von Optogenetik können auch typischerweise lichtunempfindlichen Zellen gezielt verändert werden, um auf Lichtbeeinflussung zu reagieren. Aufgrund der gemeinsamen Vorerfahrungen zwischen den Projektpartnern sind insbesondere auch optogenetische Fragestellungen im Kontext von Tissue Engineering interessant.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Marc-Nils Wahalla, Dipl.-Ing.
      Jahr: 2016
    • Efficient Real-time Processing of EEG-Signals
      Ein Brain-Computer-Interface (BCI) ist ein System, welches auf Basis von Messungen der Aktivität des Zentralnervensystems Signale zur Ansteuerung eines artifiziellen Systems erzeugt, um beispielsweise bestimmte Aufgaben des menschlichen Handelns zu ersetzen, verbessern oder ergänzen. Moderne BCIs basieren häufig auf der Dekodierung beziehungsweise Interpretation von EEG-Signalen, da entsprechende Systeme sowohl nicht-invasiv als auch kostengünstig verfügbar sind. Diese Sensoren erfassen eine Vielzahl unabhängiger, überlagerter Signale, die eine direkte Verwendung zur Ansteuerung eines digitalen Systems erschweren. Daher sind für jede Anwendung und entsprechende Anwendungsumgebungen speziell entwickelte und angepasste Algorithmen erforderlich. Im Rahmen dieses Projektes werden daher Methoden zur effizienten Echtzeitverarbeitung von EEG-Signalen untersucht. Das Institut für Mikroelektronische Systeme entwickelt hierfür ein Komplettsystem aus dedizierter, konfigurierbarer Hardware in Kombination mit einem speziell für die Verarbeitung von EEG-Signalen angepassten Signalverarbeitungs-Framework.
      Leitung: Prof. Dr.-Ing. Holger Blume, Jun.-Prof. Dr.-Ing. G. Payá-Vayá
      Team: Marc-Nils Wahalla, Dipl.-Ing.
      Jahr: 2017
    • ZIM D-Sense - Entwicklung eines Testsystems zur Diagnostik sensomotorischer Regulationsfähigkeit für Sportler
      Ziel des Projektes ist die Entwicklung eines mobilen Diagnose-Systems zur Beurteilung der sensomotorischen Regulationsfähigkeit von Sportlern. Zu diesem Zweck soll ein System entwickelt werden, welches aus mehreren Messmodulen besteht und mit dem ein Sportler bzw. Trainer in der Lage ist, funktionelle Tests schnell und präzise durchzuführen. Dazu sollen die Messmodule je nach gewünschtem Test am und/oder außerhalb des Körpers des Sportlers positioniert werden. Je nach Test kommen unterschiedliche Entscheidungsalgorithmen zur Klassifikation und Auswertung zum Einsatz. Eine hinterlegte Datenbank ermöglicht dem Anwender die Interpretation der Testergebnisse und liefert Kennwerte im Sinne einer Risikoabschätzung für Verletzungen.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: M.Sc. Fritz Webering
      Jahr: 2017
      Förderung: „Zentrales Innovationsprogramm Mittelstand“ des Bundesministeriums für Wirtschaft und Energie (BMWi)
      Laufzeit: 2017-2019
    • Smart Hearing Aid Processor (Smart HeaP)
      Im Projekt Smart Hearing Aid Processor (Smart HeaP) wird ein neuartiger Hörgeräteprozessor konzipiert, entwickelt und gebaut, der sich trotz seiner einfachen Programmierbarkeit und der drahtlosen Bluetooth-Schnittstelle durch eine geringe Leistungsaufnahme und hohe Rechenleistung auszeichnet.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: M.Sc. J. Karrenbauer, M.Sc. S. Klein, M.Sc. S. Schönewald
      Jahr: 2018
      Förderung: BMBF
      Laufzeit: April 2018 - Juni 2022
    • Cluster of Excellence Hearing 4 All 2
      Das Cluster of Excellence ist eine interdisziplinäre Kooperation zwischen der Carl von Ossietzky Universität Oldenburg, der Medizinischen Hochschule Hannover und der Leibniz Universität Hannover. Durch diese einzigartige Kooperation können Ergebnisse aus der Algorithmischen und Medizinischen Forschung direkt in die Entwicklung von Demonstratoren und Prototypen einfließen. Der Schwerpunkt des IMS liegt dabei auf der Entwicklung und Forschung im Bereich der Echtzeit Signalverarbeitung von EEG Signalen (CereBridge) und der Beschleunigung von Neuronalen Netzen für extrem effiziente Hörgeräte Prozessoren.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Simon Klein, M.Sc., Marc-Nils Wahalla, M.Sc.
      Jahr: 2019
      Laufzeit: 2019 - 2025
    • D-Sense-DL
      Im bereits abgeschlossenen biomedizintechnischen Kooperationsprojekt "D-Sense" wurde ein mobiles Diagnose-System zur Beurteilung der sensomotorischen Regulationsfähigkeit von Sportlern entwickelt. Dieses System aus mehreren Inertialsensoren und speziell entwickelten Algorithmen erlaubt es, verschiedene sensomotorische Testverfahren ohne Anleitung durch einen geschulten Tester selbst durchzuführen. Ziel des aktuell genehmigten Folgeprojekts D-Sense-DL ist es, im Vorfeld der Markteinführung die Validität dieses Systems im Vergleich zu klassischen Messmethoden derselben Testverfahren zu untersuchen. Hierzu wird eine erweiterte Probandenstudie mit einem im Vergleich zum letzten Projekt noch weiter verbesserten Testsystem durchgeführt.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: M.Sc. Fritz Webering
      Jahr: 2020

    Systementwurf

    • GEBO - Hochtemperaturelektronik
      In diesem Projekt wird der Entwurf von Mixed-Signal-Schaltungen zur Signalverarbeitung unter Hochtemperaturbedingungen erforscht. Dazu werden sowohl geeignete Schaltungstechnologien zur analogen Ansteuerung von Sensoren als auch Architekturen zur digitalen Signalverarbeitung untersucht, die an die Anforderungen von Hochtemperaturtechnologien angepasst sind.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: Dipl.-Ing. Rochus Nowosielski
      Jahr: 2014
      Laufzeit: 2009-2011
    • Efficient Real-time Processing of EEG-Signals
      Ein Brain-Computer-Interface (BCI) ist ein System, welches auf Basis von Messungen der Aktivität des Zentralnervensystems Signale zur Ansteuerung eines artifiziellen Systems erzeugt, um beispielsweise bestimmte Aufgaben des menschlichen Handelns zu ersetzen, verbessern oder ergänzen. Moderne BCIs basieren häufig auf der Dekodierung beziehungsweise Interpretation von EEG-Signalen, da entsprechende Systeme sowohl nicht-invasiv als auch kostengünstig verfügbar sind. Diese Sensoren erfassen eine Vielzahl unabhängiger, überlagerter Signale, die eine direkte Verwendung zur Ansteuerung eines digitalen Systems erschweren. Daher sind für jede Anwendung und entsprechende Anwendungsumgebungen speziell entwickelte und angepasste Algorithmen erforderlich. Im Rahmen dieses Projektes werden daher Methoden zur effizienten Echtzeitverarbeitung von EEG-Signalen untersucht. Das Institut für Mikroelektronische Systeme entwickelt hierfür ein Komplettsystem aus dedizierter, konfigurierbarer Hardware in Kombination mit einem speziell für die Verarbeitung von EEG-Signalen angepassten Signalverarbeitungs-Framework.
      Leitung: Prof. Dr.-Ing. Holger Blume, Jun.-Prof. Dr.-Ing. G. Payá-Vayá
      Team: Marc-Nils Wahalla, Dipl.-Ing.
      Jahr: 2017
    • ZIM D-Sense - Entwicklung eines Testsystems zur Diagnostik sensomotorischer Regulationsfähigkeit für Sportler
      Ziel des Projektes ist die Entwicklung eines mobilen Diagnose-Systems zur Beurteilung der sensomotorischen Regulationsfähigkeit von Sportlern. Zu diesem Zweck soll ein System entwickelt werden, welches aus mehreren Messmodulen besteht und mit dem ein Sportler bzw. Trainer in der Lage ist, funktionelle Tests schnell und präzise durchzuführen. Dazu sollen die Messmodule je nach gewünschtem Test am und/oder außerhalb des Körpers des Sportlers positioniert werden. Je nach Test kommen unterschiedliche Entscheidungsalgorithmen zur Klassifikation und Auswertung zum Einsatz. Eine hinterlegte Datenbank ermöglicht dem Anwender die Interpretation der Testergebnisse und liefert Kennwerte im Sinne einer Risikoabschätzung für Verletzungen.
      Leitung: Prof. Dr.-Ing. H. Blume
      Team: M.Sc. Fritz Webering
      Jahr: 2017
      Förderung: „Zentrales Innovationsprogramm Mittelstand“ des Bundesministeriums für Wirtschaft und Energie (BMWi)
      Laufzeit: 2017-2019
    • Cluster of Excellence Hearing 4 All 2
      Das Cluster of Excellence ist eine interdisziplinäre Kooperation zwischen der Carl von Ossietzky Universität Oldenburg, der Medizinischen Hochschule Hannover und der Leibniz Universität Hannover. Durch diese einzigartige Kooperation können Ergebnisse aus der Algorithmischen und Medizinischen Forschung direkt in die Entwicklung von Demonstratoren und Prototypen einfließen. Der Schwerpunkt des IMS liegt dabei auf der Entwicklung und Forschung im Bereich der Echtzeit Signalverarbeitung von EEG Signalen (CereBridge) und der Beschleunigung von Neuronalen Netzen für extrem effiziente Hörgeräte Prozessoren.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Simon Klein, M.Sc., Marc-Nils Wahalla, M.Sc.
      Jahr: 2019
      Laufzeit: 2019 - 2025
    • BECCAL-II
      Das Institut für Mikroelektronische Systeme unterstützt im Rahmen des bilateralen BECCAL-I Projekts von DLR und NASA den Aufbau einer Experimentplatform für atomoptische Experimete an Bord der Internationalen Raumstation (ISS). Dabei werden Plattformen und Algorithmen für die digitale Signalverarbeitung unter Weltraumbedingungen entwickelt und evaluiert.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Tim Oberschulte, M.Sc.
      Jahr: 2020
      Laufzeit: 2022-2023
    • ZuSE-KI-mobil
      Für Zukunftsaufgaben wie das autonome Fahren oder Industrie 4.0 müssen immer größere Mengen an Daten von einer steigenden Anzahl von Sensoren mit Hilfe komplexer Algorithmen und künstlicher Intelligenz (KI) in kürzester Zeit analysiert werden. Die entsprechenden Prozessoren müssen aber nicht nur bei der Rechenleistung, sondern auch hinsichtlich Energieeffizienz, Zuverlässigkeit, Robustheit und Sicherheit hohe Anforderungen erfüllen, die über aktuelle Möglichkeiten weit hinausgehen. Die ZuSE-Projekte des BMBF sollen den dringenden Bedarf der Anwenderbranchen an zukunftsfähigen, vertrauenswürdigen Prozessoren decken, die auf ihre spezifischen Aufgaben zugeschnitten und hoch performant sind. Ziel des Vorhabens ist die Entwicklung einer Prozessorplattform für die Entwicklung hoch performanter Elektronik für rechenintensive KI-Anwendungen. Als Kernkomponente wird ein KI-Beschleuniger mit einer flexiblen, erweiterbaren und skalierbaren System-on-Chip –Architektur (SoC) entwickelt. Um einen niedrigen Energieverbrauch zu erreichen, wird der Beschleuniger für KI-Algorithmen im Bereich des autonomen Fahrens optimiert und in der energieeffizienten 22-nm-FDX-Halbleitertechnologie gefertigt. Darüber hinaus wird ein Ökosystem aufgebaut, das ein Entwicklungssystem sowie ein deutsches Partnernetzwerk mit Know-how im KI-Hardware-Entwurf vereint. Die Flexibilität und Skalierbarkeit der Leistungsdaten der Prozessorplattform wird anhand von Demonstratoren verifiziert. Der rechenstarke KI-Beschleuniger, die flexible und skalierbare SoC-Architektur sowie das Ökosystem bilden eine Plattform für die kostengünstige Entwicklung anwendungsspezifischer KI-Hardware in Deutschland und sind für zukünftige Innovationen breit einsetzbar.
      Leitung: Prof. Dr.-Ing. Holger Blume
      Team: Matthias Lüders, M.Sc., Martin Friedrich, M.Sc., Sousa Weddige, M.Sc.
      Jahr: 2020
      Förderung: BMBF
      Laufzeit: Mai 2020 - April 2023

    Rekonfigurierbare Architekturen

    • Schaltungsentwurf und physikalisches Design für eine neuartige FPGA-Architektur
      Untersuchung und Validierung der Machbarkeit und der erzielbaren Leistung eines neuartigen Field Programmable Gate Array (FPGA).
      Leitung: Prof. Dr.-Ing. H. Blume, apl. Prof. Dr.-Ing. G. Payá Vayá
      Team: B. Bredthauer, C. Spindeldreier
      Jahr: 2013
      Förderung: Bundesministerium für Bildung und Forschung
      Laufzeit: Mai 2013 - Juli 2014
    • TUKUTURI
      In dem TUKUTURI-Projekt wird die VHDL-Beschreibung einer für ASIC-Synthese optimierten soft core Prozessorarchitektur auf FPGAs übertragen und die Eignung spezieller Funktionseinheiten für spezifische Anwendungen hinsichtlich Performanz und Flächenbedarf untersucht.
      Leitung: Jun.-Prof. Dr.-Ing. G. Payá-Vayá
      Team: M. Sc. Florian Giesemann
      Jahr: 2014
      Förderung: Wege in die Forschung II
      Laufzeit: November 2011 - April 2013