Erweiterte Diagnosefähigkeit in Halbleiterbauelementen und übergeordneten Systemen zur verbesserten Analysierbarkeit von permanenten und sporadischen Elektronikausfällen im Gesamtsystem Automobil

Third party funded individual grant


Project Details

Project leader:
Prof. Dr.-Ing. Jürgen Teich


Contributing FAU Organisations:
Lehrstuhl für Informatik 12 (Hardware-Software-Co-Design)

Funding source: Industrie
Acronym: DIANA
Start date: 01/05/2010
End date: 30/04/2013


Abstract (technical / expert description):


Im DIANA Projekt wird erforscht, wie sich die Analyse- und Diagnosefähigkeiten von elektronischen Steuergeräten im Fahrzeug verbessern lassen, um Elektronikstörungen im Automobil schneller und effizienter erkennen und beheben zu können. Um eine derartige Diagnosefähigkeit zu erhalten, wird entlang der gesamten Wertschöpfungskette der Automobilindustrie, vom Halbleiterhersteller über die Systemlieferanten der elektronischen Steuergeräte bis zum Automobilhersteller, eng zusammgearbeitet. Der Lehrstuhl für Informatik 12 (Hardware-Software-Co-Design) entwickelt hierbei Entwurfsmethoden, um Diagnoseaufgaben, beispielsweise in Form von Selbst-Tests, effizient in das Fahrzeug zu integrieren. Hierbei gilt es, unter minimaler Aufwendung zusätzlicher Kosten eine hohe möglichst hohe Diagnosegüte zu erzielen, ohne dabei vorhandene Systemfunktionalität zu stören.



External Partners

Audi AG
Continental AG
Infineon Technologies AG
Zentrum Mikroelektronik Dresden AG
Fraunhofer-Institut für Integrierte Schaltungen (IIS)
Universität der Bundeswehr München
Universität Stuttgart
Brandenburgische Technische Universität Cottbus


Publications

Reimann, F., Glaß, M., Teich, J., & Abelein, U. (2013). Szenarienbasierte Integration von Diagnosefunktionalität in E/E Architekturen. In Proc. Automotive meets Electronics, GMM Fachbericht 75 (pp. 15-20). Dortmund, DE: Berlin, Germany: VDE Verlag.
Eberl, M., Glaß, M., Teich, J., & Abelein, U. (2012). Considering Diagnosis Functionality during Automatic System-Level Design of Automotive Networks. In Proc. of The 49th Annual Design Automation Conference 2012 (DAC) (pp. 205-213). San Francisco, CA, US: New York, NY, USA: ACM Press.

Last updated on 2018-22-11 at 19:20