Direkt zum Inhalt

Fachbereich Ingenieurwissenschaften und Kommunikation

Künstliche Intelligenz auf Mikrocontrollern für Edge-Anwendungen

Das Gebiet der künstlichen Intelligenz hat in den letzten Jahren bedeutende Fortschritte gemacht. Festzuhalten ist aber auch, dass der Rechenaufwand für deep learning Anwendungen sehr hoch ist. In der Industrie laufen diese Anwendungen fast immer online über eine Cloud. Zurzeit entwickelt sich eine neue Disziplin (TinyML), die versucht, künstliche Intelligenz auf spezialisierten Microcontrollern zu realisieren.

Allgemeines zum Projekt

Projekttitel: Künstliche Intelligenz auf Mikrocontrollern für Edge-Anwendungen

Betreuer: Prof. Robert Scholl      

E-Mail: robert.scholl@h-brs.de                   

Anzahl Plätze:   2

Start: Sommersemester 2024

Studiengänge:

  • Elektrotechnik   Schwerpunkt Elektrotechnische Systementwicklung
  • Maschinenbau  Schwerpunkt Mechatronik
  • Maschinenbau  Schwerpunkt Virtuelle Produktentwicklung
  • Nachhaltige Ingenieurwissenschaft

 

Kurzbeschreibung

Das Gebiet der künstlichen Intelligenz hat in den letzten Jahren bedeutende Fortschritte gemacht. Festzuhalten ist aber auch, dass der Rechenaufwand für deep learning Anwendungen sehr hoch ist. In der Industrie laufen diese Anwendungen fast immer online über eine Cloud. Zurzeit entwickelt sich eine neue Disziplin (TinyML), die versucht, künstliche Intelligenz auf spezialisierten Microcontrollern zu realisieren.

In der Masterarbeit sollen solche Ansätze an einem Beispiel praktisch umgesetzt werden. Von Vorteil sind Grundkenntnisse über Microcontroller (z.B. Arduino oder RaspberryPi). Tiefere Programmierkennnisse sind nicht unbedingt nötig.

Beispielhaft für eine Anwendung ist der JetRacer Pro AI mit dem Jetson Nano Chip von Nvidea https://botland.de/waveshare-lernroboter/18274-jetracer-pro-al-4-rad-roboterplattform-mit-kamera-gleichstromantrieb-oled-display-nvidia-jetson-nano-pro-waveshare-18432-5904422371401.html

 

 

Projektphasen

Masterprojekt 1: Einarbeitung in Microcontoller und TinyML

Masterprojekt 2: Auswahl eines Systems aus spezialisiertem Microcontroller und einer Anwendung (z.B. Roboterarm, Modellbau-Fahrzeug oder ähnliches)

Masterthesis: Realisierung einer KI Anwendung            

Kontakt

Scholl-Robert FBEMT 20150701 StA Foto S.Flessing (DE)

Robert Scholl

Physik, Optoelektronik und Lichttechnologie

Standort

Sankt Augustin

Raum

B 269

Adresse

Grantham-Allee 20

53757 Sankt Augustin