Studienprojekte
Eigene Ideen lassen sich gleich direkt im Studium verwirklichen. Mit den Studienprojekten entwickeln unsere Studierenden digitale Smart Systems aller Art in kleinen Teams mit 4 bis 6 Personen: selbstorganisierend, agil und crossfunctional.
Neben den eigenen Ideen unserer Studierenden kommen auch IT-Firmen mit spannenden Projektideen zu uns. So sammelt man nicht nur wichtige Praxiserfahrung sondern bekommt auch wertvolle Kontakte in die Wirtschaft.
Semantische Positionsbestimmung
Ein intelligentes System zur Lokalisierung und semantische Positionsbestimmung von Objekten
> mehr
Batteriemanagement-System
Batterie-Management-System basierend auf Einzelzell-Überwachung mit drahtloser Kommunikation, selbstversorgend und mit Funktechnik NFC.
> mehr
Digital Protocol Generator
Mit Software in C++ und Hardware (FPGA) definierte Kommunikationsschnittstellen wie SPI (Serial Peripheral Interface) testen
> mehr
Spydoor - Der Intelligente Türspion
Die intelligente Türklingel setzt auf künstliche Intelligenz, Computer Vision und Sprachausgabe und sagt uns, wer vor der Tür steht.
> mehr
Smart AI Sensor for Lane Detection
Fahrspurerkennung mittels Künstlicher Intelligenz in Hardware auf Basis eines programmierbaren Logikchips (FPGA).
> mehr
Smart Textiles
Entwicklung eines Testsystems für intelligente Textilien, um Stoffproben der Kleidungsindustrie auf Zug und Druck zu belasten.
> mehr
Digitales Notenblatt
Das richtige Notenblatt für jedes Musikstück - ganz einfach auf Knopfdruck.
> mehr
Tragbares Notrufsystem für Extremsportler
Prototyp-Entwicklung aus Hard- und Software für ein Satelliten-basiertes Notrufsystem.
> mehr
Autonomous Driving (Infineon)
Mit Radarsensoren, Kamerasystem und Steuerungssoftware zum selbstfahrenden Fahrzeug.
> mehr
Digitalfunkstrecke mit GNURadio
Signalverarbeitung mittels Open-Source-Software zur digitalen Übertragung von Audio und Video.
> mehr
Selfbalancing Stick
Sensorgesteuertes Pendel mit Neigungskorrektur und elektron. angesteuerte Schwungmassen.
> mehr
Digital Substation
Moderne Digitaltechnik für flexiblere Infrastruktur im Energiemanagement von Umspannwerken.
> mehr
Universellen Funkübertragung mittels SDR
Wie sich mit Software Defined Radio (SDR) verschiedene Funkstandards wie Wifi und LTE in einem Gerät integrieren lassen.
> mehr
Audio Signal Processing - System on Chip (SoC)
Signalverarbeitung am eigenen FPGA-Board in Hardware.
> mehr
SiRet
In Kooperation mit dem Austrian Institute of Technologie (AIT) soll ein Stereo-Vision-Algorithmus für Silicon-Retina-Sensoren in Hardware realisiert werden.Im Projekt SiRet werden die einzelnen Teile des Algorithmus in Hardware implementiert, wobei massiv parallele Architekturen verwendet werden um die benötigte Rechenleistung zu erreichen. Das System wird auf einem FPGA integriert und getestet.
Ausgangssituation / Motivation / Einleitung
Im Rahmen des EU-Projektes ADOSE (Reliable Application Specific Detection of Road Users With Vehicle On-board Sensors) werden vom AIT (Austrian Institute of Technology) Stereo-Vision-Algorithmen für Silicon-Retina-Sensoren entwickelt, um ein vorzeitiges Auslösen des Seitenairbags vor einem Crash zu ermöglichen.Im Unterschied zu herkömmlichen bildgebenden Sensoren liefert eine Silicon-Retina nur dann Daten, wenn die Intensität des Lichts in einem Pixel einen gewissen Schwellwert über- bzw. unterschreitet, d.h. es werden keine Bilder geliefert sondern lediglich Intensitätsänderungen (Events) zur Verfügung gestellt, wodurch die gelieferte Datenmenge variabel und in der Regel deutlich kleiner als bei normalen bildgebenden Sensoren ist.
Ziel
Basis der momentanen Realisierung ist ein embedded System, welches aus mehreren Hochleistungssignalprozessoren (DSP) besteht und die Daten parallel verarbeiten um die notwendigen Datenraten zu erreichen. Durch die Entwicklung eines, für genau diese Aufgabenstellung abgestimmtes, Rechenwerk können die Prozessoren entlastet und das System weiter verkleinert werden.Im Projekt wird der Stereo-Vision-Algorithmus in Hardware realisiert und auf einem FPGA umgesetzt. Zwei künstliche Retinae, welche uns zur Verfügung stehen, nehmen Stereo-Daten auf. Anhand dieser Bilddaten können relative Bewegungen (Tiefeninformation) der Objekte erkannt bzw. geschätzt werden. Dabei ist eine Echtzeit-Signalverarbeitung bei sehr hohen und variablen Datenraten erforderlich. Jede Retina hat eine Auflösung von 128x128 Pixel und liefert eine durchschnittliche Datenmenge von 30 Mbit/s. Aus diesen Daten muss das Bild rekonstruiert und die Tiefenschätzung realisiert werden. Um diese Daten in Echtzeit in einem FPGA zu verarbeiten, müssen massiv parallele Strukturen, ähnlich wie bei High-End Grafikkarten, eingesetzt werden.