Parallelisierung und Ressourcenabschätzung von Algorithmen für heterogene FAS-Architekturen

Drittmittelfinanzierte Einzelförderung


Details zum Projekt

Projektleiter/in:
PD Dr.-Ing. Frank Hannig
Prof. Dr.-Ing. Jürgen Teich

Projektbeteiligte:
Jörg Fickenscher

Beteiligte FAU-Organisationseinheiten:
Lehrstuhl für Informatik 12 (Hardware-Software-Co-Design)

Mittelgeber: Industrie (Audi AG)
Akronym: INI.FAU
Projektstart: 01.05.2015
Projektende: 31.10.2018


Abstract (fachliche Beschreibung):


Mit dem Institut INI.FAU geht die Friedrich-Alexander-Universität Erlangen-Nürnberg neue Wege in Forschung und Lehre. Gemeinsam mit der AUDI AG entsteht am Standort Ingolstadt ein regionales Kompetenzzentrum, das dem wissenschaftlichen Nachwuchs einmalige Arbeitsbedingungen bietet, um theoretisches Wissen für die Praxis anwendbar zu machen. Ziel ist es vor allem, Fahrerassistenzsysteme (FAS) durch neue Methoden in der Parallelisierung und Ressourcenabschätzung weiter zu entwickeln.


Publikationen

Fickenscher, J., Hannig, F., & Teich, J. (2019). DSL-based Acceleration of Automotive Environment Perception and Mapping Algorithms for embedded CPUs, GPUs, and FPGAs. In Martin Schoeberl, Christian Hochberger, Sascha Uhrig, Jürgen Brehm, Thilo Pionteck (Eds.), Architecture of Computing Systems -- ARCS 2019 (pp. 71 - 86). Copenhagen, DK: Cham: Springer International Publishing.
Fickenscher, J., Hannig, F., Teich, J., & Bouzouraa, M.E. (2018). Base Algorithms of Environment Maps and Efficient Occupancy Grid Mapping on Embedded GPUs. In Proceedings of the 4th International Conference on Vehicle Technology and Intelligent Transport Systems (VEHITS) (pp. 298-306). Funchal, Madeira, Portugal, PT: SCITEPRESS.
Fickenscher, J., Schlumberger, J., Hannig, F., Bouzouraa, M.E., & Teich, J. (2018). Cell-based Update Algorithm for Occupancy Grid Maps and new Hybrid Map for ADAS on Embedded GPUs. In IEEE (Eds.), Proceedings of the Design, Automation and Test in Europe (DATE) (pp. 443-448). Dresden, Germany, DE: IEEE.
Fickenscher, J., Hannig, F., Bouzouraa, M.E., & Teich, J. (2018). Embedded GPUs in Future Automated Cars. Dresden, DE.
Fickenscher, J., Schmidt, S., Hannig, F., Bouzouraa, M.E., & Teich, J. (Eds.) (2018). Path Planning for Highly Automated Driving on Embedded GPUs. Basel, Schweiz: Multidisciplinary Digital Publishing Institute.
Fickenscher, J., Reinhart, S., Bouzouraa, M.E., Hannig, F., & Teich, J. (2017). Convoy Tracking for ADAS on Embedded GPUs. In IEEE (Eds.), (pp. 959-965). Redondo Beach, CA, USA: IEEE.
Fickenscher, J., Bouzouraa, M.E., Hannig, F., & Teich, J. (2017, December). Environment Mapping Using Massively Parallel Architectures. Poster presentation at Vehicle Intelligence, München, DE.
Fickenscher, J., Reiche, O., Schlumberger, J., Hannig, F., & Teich, J. (2016). Modeling, Programming and Performance Analysis of Automotive Environment Map Representations on Embedded GPUs. In Proceedings of the 18th IEEE International High-Level Design Validation and Test Workshop (HLDVT) (pp. 70-77). Santa Cruz, CA, US.

Zuletzt aktualisiert 2018-16-08 um 11:24