Fakultät für Elektrotechnik und Informationstechnik

Zukünftige optische Netze müssen auch bei größeren Dynamikanforderungen zuverlässig funktionieren. In immer mehr verteilten Rechenzentren beispielsweise werden Daten auf verteilten Servern gespeichert (Web Based Storage), wodurch stark schwankende Verkehrsströme mit hohen Kapazitätsanforderungen auftreten. Software-defined Networking (SDN) ermöglicht einen effizienten und ressourcenschonenden Netzbetrieb, sodass die zur Verfügung stehende Kapazität flexibel an den derzeitigen Bedarf angepasst werden kann. Am energieeffizientesten kann der dynamische Betrieb durch (physikalisches) Zu- und Abschalten von Wellenlängenkanälen realisiert werden. Dabei können Pegeltransienten durch Erbium-dotierten Faserverstärker (EDFA) die Leistungsfähigkeit der übrigen Wellenlängenkanäle beeinträchtigen und eine fehlerfreie Übertragung verhindern. Daher ist es nötig intelligente Konzepte der Transientenunterdrückung zu entwickeln.

Leitung: Inga Ritter

Weitere Details auf der Website.

Feuerwehrleute sind bei Einsätzen oft extremen Bedingungen ausgesetzt. Die Orientierung ist besonders schwierig, wenn in Gebäuden viel Rauch vorhanden ist, so dass die Feuerwehrleute voneinander getrennt werden können. Das vorrangige Ziel von CELIDON ist es, kritische Unfälle mit Pressluftatemgeräten und andere Unfallsituationen in verschiedenen Szenarien durch entsprechende Ausbildung zu verhindern und eine Möglichkeit für eine effizientere Ausbildung zu schaffen, indem getrennte – oder verletzte – Feuerwehrleute lokalisiert und für die Rettungsmannschaften “sichtbar” gemacht werden. Erreicht wird dies durch die Entwicklung eines innovativen Systems zur Lokalisierung von Feuerwehrleuten in Umgebungen mit schlechter Sicht, das auf Ultrabreitbandkommunikation (UWB) und Augmented-Reality-Technologie (AR) basiert.

Laufzeit: Das Forschungsprojekt läuft bis zum 28.02.2021.

Weitere Details auf der Website.

Mit der Einrichtung des Deutschen Rettungsroboterzentrums (DRZ) soll der Einsatz von Robotersystemen im zivilen terrestrischen Katastrophenschutz in feindlicher Umgebung gefördert werden. Dabei bilden die vier Leitszenarien Feuer, Einsturz & Verschüttung, Gefahrstoffdetektion und Hochwasser sowie die daraus resultierenden Herausforderungen für die Rettungsrobotik die Grundlage. Zu diesem Zweck wird unter anderem ein so genanntes Living Lab eingerichtet, d.h. ein Labor mit angeschlossenem Testgelände, in dem Wissenschaftler, Unternehmen und Anwender gemeinsam die bestmöglichen Lösungen zur Unterstützung von Rettungsrobotern erforschen und in realistischen Umgebungen testen können.

Laufzeit: Das Forschungsprojekt läuft bis zum 01.10.2022.

Weitere Details auf der Website.

Das Forschungsvorhaben InVerSiV fokussiert auf die besonderen He­raus­for­de­rung­en des assistierten, teilautomatisierten und hochautomatisierten Fahrens in der komplexen Umgebung von Megacities. Der Ansatz sieht vor, die (wachsende) Sensorik in Fahrzeugen mit der straßenseitigen Infrastruktur, die mit Sensoren zur Umfelderkennung aus­ge­stattet ist, zu vernetzen. In Ver­bin­dung mit weiteren In­for­ma­ti­onen aus lokalen und globalen Zentralen kann so im Vergleich mit einer rein fahrzeugbasierten Sensorik ein deutlich umfassenderes Bild der Umgebung bzw. des Umfelds und der Fahrsituation entstehen.

Leitung: Malte Oeljeklaus

Weitere Details auf der Website.

Intelligente, hoch automatisierte Fahrzeuge haben den Vorteil, dass vor allem die Si­cher­heit aller am Verkehr beteiligten Personen deutlich erhöht werden kann. Zur Realisierung solcher Fahrzeuge ist eine genaue und abgesicherte Kenntnis der Fahrzeugumgebung mit einer Auflösung im Zentimeterbereich notwendig. Eine Annäherung hieran kann bei­spiels­weise durch redundante Sensoren, aber auch durch Fusion der eigenen In­for­ma­ti­onen mit In­for­ma­ti­onen anderer Quellen über Kommunikationswege wie Vehicle2X erzielt werden. Mit zunehmender Komplexität solcher Systeme steigt jedoch auch die Her­aus­for­de­rung, die Funktionssicherheit und den Betriebsschutz des Gesamtsystems sicherzustellen. Neue inhärente Überwachungstechniken sind daher notwendig, um eine maximale Si­cher­heit bei gleichzeitiger Wirtschaftlichkeit gewährleisten zu können. Daher wird eine modulweise Entwicklung einer Beobachterstruktur vorgeschlagen, die unter Zuhilfenahme maschineller Lernverfahren, aber auch klassischer regelungstechnischer Beobachteransätze Inkonsistenzen innerhalb der Wirkkette des automatisierten Fahrens findet. Inkonsistenz bezieht sich dabei bei­spiels­weise auf mögliche manipulative Fremdeingriffe oder fehlerhafte Wahr­neh­mung wie dem Übersehen von Hindernissen. Die Entwicklung fokussiert sich dabei zunächst auf den Bereich der Wahr­neh­mung und wird um nachfolgende Elemente der Wirkkette ergänzt.

Leitung: Jan Braun

Weitere Details auf der Website.