InstitutPersonenverzeichnis
Christoph Riggers

M. Sc. Christoph Riggers

M. Sc. Christoph Riggers
Adresse
Schneiderberg 32
30167 Hannover
Gebäude
Raum
234
M. Sc. Christoph Riggers
Adresse
Schneiderberg 32
30167 Hannover
Gebäude
Raum
234
  • Publikationsliste

    Multicore performance prediction with MPET : Using scalability characteristics for statistical cross-architecture prediction. / Arndt, Oliver Jakob; Lüders, Matthias; Riggers, Christoph; Blume, Holger.

    in: Journal of Signal Processing Systems, Jahrgang 92, Nr. 9, 01.07.2020, S. 981-998.

    Publikation: Beitrag in FachzeitschriftArtikelForschungPeer-Review


    Parallelization strategies for fast factorized backprojection SAR on embedded multi-core architectures. / Wielage, M.; Cholewa, F.; Riggers, Christoph; Pirsch, P.; Blume, H.

    2017 IEEE International Conference on Microwaves, Antennas, Communications and Electronic Systems (COMCAS). IEEE Computer Society, 2017.

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


  • Forschungsprojekte

    Prozessorarchitekturen

    • 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: M.Sc. Sven Gesper, M.Sc. Oliver Renke, M.Sc. Christoph Riggers, M.Sc. Gia Bao Thieu
      Jahr: 2020
      Förderung: BMBF
      Laufzeit: Oktober 2020 - September 2023