Leibniz Universität Hannover Fakultät Fakultät für Elektrotechnik und Informatik
Kontakt
Institut für Mikroelektronische Systeme
 
Institut für Mikroelektronische Systeme Forschung
Forschungsprojekte Architekturen und Systeme

Forschungsprojekte Architekturen und Systeme

Biomedizintechnik

  • 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
  • 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
  • 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
  • Smart Hearing Aid Processor (Smart HeaP)
    In the Smart Hearing Aid Processor (Smart HeaP) project, a novel hearing aid processor is designed, developed and built which, despite its simple programmability and wireless Bluetooth interface, is characterized by low power consumption and high computing power.
    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
  • 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
  • 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
  • TETRACOM - Mobile platform for real-time sonification of movements for medical rehabilitation
    Die motorische Rehabilitierung von Schlaganfallpatienten ist ein intensiver und langwieriger Prozess. Der herkömmliche Therapieansatz basiert auf Bewegungstraining in Beisein eines Physiotherapeuten. Eine Remobilisierung wird dabei durch eine große Anzahl von Übungswiederholungen erreicht, was sich in hohem Zeitbedarf und somit hohen Therapiekosten ausdrückt. Innerhalb des Projekts ist es deshalb das Ziel ein mobiles System zu entwickeln, welches dem Patienten akustisches Bewegungsfeedback in Echtzeit zur Verfügung stellt. Dadurch lässt sich das Training autonom, patientenindividuell und deutlich kostengünstiger durchführen.
    Leitung: Prof. Dr.-Ing. Holger Blume
    Team: M.Sc. Daniel Pfefferkorn
    Jahr: 2016
    Förderung: FP7 ‐ ICT ‐ 2013 ‐ 10
    Laufzeit: September 2013 - August 2016
  • 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
  • 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
  • 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

Entwurfsraumexploration

  • 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
  • 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
  • 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
  • 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

Fahrerassistenzsysteme

  • 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
  • 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"
  • Privacy-Preserving Camera
    In dem Projekt "Privacy-Preserving Camera" wird eine mobile Platform entwickelt, welche mit Hilfe Neuronaler Netze Videosequenzen anonymisieren kann, sodass ein weiteres Nutzen der Daten unter Einhaltung der DSGVO möglich ist. Zu diesem Zweck werden Objektdetektionsnetze, Trackingalgorithmen und Anonymisierungsmethoden untersucht und auf einer Hardwareplattform implementiert.
    Leitung: Prof. Dr.-Ing. H. Blume
    Team: M.Sc. Julian Drewljau
    Jahr: 2020
    Laufzeit: 2020 - 2022
  • 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
  • ifuse - Intelligente Fusion von Radar- und Videosensoren für anspruchsvolle, hochautomatisierte Fahrsituationen
    Im Rahmen des BMWi-geförderten Verbundprojekts ifuse werden Algorithmen und Architekturen zur Fusion von Sensorrohdaten auf niedriger Abstraktionsebene untersucht. Gegenüber bisherigen Fusionsverfahren auf Objektlistenebene ermöglicht die Sensordatenfusion auf Rohdatenebene eine robustere Klassifikation von Objekten und Erfassung des Fahrzeugumfeldes, auch wenn einzelne Sensoren durch Umwelteinflüsse beeinträchtigt sind. Grundlage der Sensordatenfusion auf Rohdatenebene bilden Signale von aktiven und passiven Fahrzeugsensoren (beispielsweise LIDAR, RADAR, Kamera, Ultraschall), welche nach einer minimalen Vorverarbeitung auf ein gemeinsames Koordinatensystem bezogen und in einem Umweltmodell verortet werden.
    Leitung: Prof. Dr.-Ing. Holger Blume
    Team: Nicolai Behmann, M.Sc.
    Jahr: 2017
    Förderung: Bundesministerium für Wirtschaft und Energie
    Laufzeit: Mai 2017 - April 2020
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • 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
  • PROPEDES - Predictive Pedestrian Protection at Night
    Ziel des Teilvorhabens ist es, eine Hardwarearchitektur basierend auf einem Very Long Instruction Word (VLIW) Softcore Microprozessor für den Einsatz zur verbesserten maschinellen Fußgängererkennung zu erarbeiten und zu demonstrieren. Der VLIW Prozessor soll um geeignete Akzeleratoren ergänzt werden, die Teile der Algorithmen durch dedizierte Hardware beschleunigen und die Echtzeitfähigkeit von anspruchsvollen zukünftigen Algorithmen zur Fußgängererkennung zu ermöglichen. Schließlich soll die Architektur auf einem echtzeitfähigen FPGA basierten Demonstrator übertragen und in Betrieb genommen werden.
    Leitung: Prof. Dr.-Ing. Holger Blume
    Team: Dipl.-Ing. Gregor Schewior
    Jahr: 2011
    Förderung: Bundesministerium für Bildung und Forschung (BMBF)
    Laufzeit: August 2008 - Juli 2011

Prozessorarchitekturen

  • 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"
  • RISC-V für Harsh Environments
    In Kooperation mit einem Industriepartner wird ein RISC-V Prozessor entworfen, der auch unter den besonderen Bedingung eines Harsh Environments zu Höchstleistung fähig sein soll. Die besonders für Hochtemperaturumgebungen ausgelegte Technologie ist auf Grund der notwendigen Schutzmaßnahmen nicht sonderlich schnell. Dennoch soll eine Zielfrequenz von bis zu 200MHz erreicht werden. Hierfür werden besondere Architekturen eingesetzt und auf diese Vorgaben angepasst.
    Leitung: Prof. Dr.-Ing. habil H. Blume
    Team: Malte Hawich, M.Sc.; Tobias Stuckenberg, M.Sc.
    Jahr: 2021
    Laufzeit: 2021-2024
  • 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
  • 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
  • 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
  • CHORUS
    Eine hochoptimierte Hardware/Software-Modulbibliothek für intelligente Sensorsysteme in hochautomatisierten Fahrerassistenz-anwendungen auf Basis der rekonfigurierbaren Dream Chip Technologies DCT10A SoM-Plattform
    Leitung: Jun.-Prof. Dr.-Ing. G. Payá-Vayá
    Team: M.Sc. Sven Gesper
    Jahr: 2018
    Förderung: BMWi
    Laufzeit: 01.11.2018 - 31.03.2021
  • 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
  • Smart Hearing Aid Processor (Smart HeaP)
    In the Smart Hearing Aid Processor (Smart HeaP) project, a novel hearing aid processor is designed, developed and built which, despite its simple programmability and wireless Bluetooth interface, is characterized by low power consumption and high computing power.
    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
  • Entwurf einer konfigurierbaren, massiv parallelen Computer-Vision Vektorprozessorarchitektur und einer Abbildungsmethodik für Anwendungen zur Objekterkennung auf eingebetteten Systemen
    Die steigende Komplexität von aktuellen Computer-Vision-Algorithmen für das autonome Fahren, wie z.B. Objekterkennung und Klassifizierung mit Hilfe neuronaler Netze, stellt eine Herausforderung für Automobilzulieferer dar. Das Bereitstellen einer schritthaltenden Verarbeitung (Echtzeitfähigkeit), ist selbst mit aktuellen technischen Plattformen speziell unter der Rahmenbedingung eines sehr geringen Leistungsverbrauchs von wenigen Watt schwer zu erreichen. Ziel dieses Projektes ist der Entwurf eines neuen Ansatzes eines applikationsspezifischen Vektorprozessors füreingebettete und FPGA-Plattformen. Durch die modulare Struktur und Konfigurierbarkeit in Verbindung mit einer besonders für die Implementierung von Automotive-Anwendungen geeigneten Abbildungsmethodikund unter Verwendung neuartiger funktionale Mechanismen soll der bekannte Overhead anderer Plattformen (z.B. GPU) behoben werden. Ein FPGA-basierter Prototyp am Ende des Projektes soll die Leistungsfähigkeit des Vektorprozessorkonzepts für eine ausgewählte Anwendung demonstrieren.
    Leitung: apl. Prof. Dr.-Ing. G. Payá Vayá
    Team: Dipl.-Ing. S. Nolting, Dipl.-Ing. L. Gerlach
    Jahr: 2016
    Laufzeit: Mai 2016 - Oktober 2017
  • 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
  • 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
  • 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

Rekonfigurierbare Architekturen

  • Entwurf einer konfigurierbaren, massiv parallelen Computer-Vision Vektorprozessorarchitektur und einer Abbildungsmethodik für Anwendungen zur Objekterkennung auf eingebetteten Systemen
    Die steigende Komplexität von aktuellen Computer-Vision-Algorithmen für das autonome Fahren, wie z.B. Objekterkennung und Klassifizierung mit Hilfe neuronaler Netze, stellt eine Herausforderung für Automobilzulieferer dar. Das Bereitstellen einer schritthaltenden Verarbeitung (Echtzeitfähigkeit), ist selbst mit aktuellen technischen Plattformen speziell unter der Rahmenbedingung eines sehr geringen Leistungsverbrauchs von wenigen Watt schwer zu erreichen. Ziel dieses Projektes ist der Entwurf eines neuen Ansatzes eines applikationsspezifischen Vektorprozessors füreingebettete und FPGA-Plattformen. Durch die modulare Struktur und Konfigurierbarkeit in Verbindung mit einer besonders für die Implementierung von Automotive-Anwendungen geeigneten Abbildungsmethodikund unter Verwendung neuartiger funktionale Mechanismen soll der bekannte Overhead anderer Plattformen (z.B. GPU) behoben werden. Ein FPGA-basierter Prototyp am Ende des Projektes soll die Leistungsfähigkeit des Vektorprozessorkonzepts für eine ausgewählte Anwendung demonstrieren.
    Leitung: apl. Prof. Dr.-Ing. G. Payá Vayá
    Team: Dipl.-Ing. S. Nolting, Dipl.-Ing. L. Gerlach
    Jahr: 2016
    Laufzeit: Mai 2016 - Oktober 2017
  • 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
  • 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

Systementwurf

  • 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
  • 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
  • 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-I
    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: M.Sc. Tim Oberschulte
    Jahr: 2018
    Förderung: "Nationales Raumfahrtprogramm" des Bundesministeriums für Wirtschaft und Energie (BMWi)
    Laufzeit: August 2018 - Dezember 2021
  • 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
  • TETRACOM - Mobile platform for real-time sonification of movements for medical rehabilitation
    Die motorische Rehabilitierung von Schlaganfallpatienten ist ein intensiver und langwieriger Prozess. Der herkömmliche Therapieansatz basiert auf Bewegungstraining in Beisein eines Physiotherapeuten. Eine Remobilisierung wird dabei durch eine große Anzahl von Übungswiederholungen erreicht, was sich in hohem Zeitbedarf und somit hohen Therapiekosten ausdrückt. Innerhalb des Projekts ist es deshalb das Ziel ein mobiles System zu entwickeln, welches dem Patienten akustisches Bewegungsfeedback in Echtzeit zur Verfügung stellt. Dadurch lässt sich das Training autonom, patientenindividuell und deutlich kostengünstiger durchführen.
    Leitung: Prof. Dr.-Ing. Holger Blume
    Team: M.Sc. Daniel Pfefferkorn
    Jahr: 2016
    Förderung: FP7 ‐ ICT ‐ 2013 ‐ 10
    Laufzeit: September 2013 - August 2016
  • Architekturen und Algorithmen für Hochtemperatur-Signalverarbeitung
    In dem kooperativen Industrieprojekt entstehen zusammen mit der Firma Baker Hughes Architekturen für das Einsatzgebiet der Hochtemperatur-Elektronik. Ein besonderer Schwerpunkt ist hierbei die Erforschung von Kommunikations-Algorithmen für dieses Einsatzgebiet.
    Leitung: Prof. Dr.-Ing. habil H. Blume
    Team: M.Sc. Tobias Stuckenberg
    Jahr: 2016
  • QUANTUS IV - MAIUS
    Das Institut für Mikroelektronische Systeme unterstützt im Rahmen des QUANTUS IV – MAIUS Verbundprojektes physikalische Experimente im Weltraum. Dabei werden Plattformen und Algorithmen für die digitale Signalverarbeitung unter Weltraumbedingungen entwickelt und evaluiert.
    Leitung: Prof. Dr.-Ing. Holger Blume
    Team: Dipl.-Ing. Christian Spindeldreier
    Jahr: 2014
    Förderung: "Nationales Raumfahrtprogramm" des Bundesministeriums für Wirtschaft und Energie (BMWi)
    Laufzeit: August 2014 - Dezember 2021
  • 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
  • Gebäude-optimierte Funkkommunikationsarchitekturen
    Die zu erwartenden Kommunikationsparameter (Durchsatz, Latenz, Leistungsbedarf) für ein Anwendungsszenario ergeben sich aus der Kombination von Eigenschaften des eingesetzten Standards (IEEE 802.11, BLE, IEEE 802.15.4, ZigBee, etc.) sowie den konkreten Funkausbreitungseigenschaften des zu betrachtenden Gebäudes.
    Leitung: Prof. Dr.-Ing. Holger Blume
    Team: M.Sc. Daniel Pfefferkorn
    Jahr: 2014

Letzte Änderung: 28.02.24 Druckversion

So erreichen Sie uns
Kontakt