Third party funded individual grant
Acronym: eMiL
Start date : 01.10.2021
End date : 30.09.2024
This project aims to create and investigate system architectures for machine learning, dealing with several stages from embedded sensor nodes till cloud applications and in between. Their combination introduces great diversity considering energy consumption, computational performance, integration level and form factor, where workload and complexity need to be distributed through system in an optimized manner.
For demonstration, modern mmWave radar sensors are used in combination with machine learning algorithms for person presence detection and to do scans of the environment in autonomous driving situations. Investigations focus modularity, flexibility, scalability and reusability of the system.
Ziel dieses Vorhabens ist der Entwurf und Aufbau eines Machine Learning Systems, das über verschiedene Ebenen, von Sensorik bis zur Cloud, miteinander vernetzt und gesamtheitlich optimiert ist. Die Vorteile eines solchen Systems kann optimal durch den Einsatz neuster Radarsensorik demonstriert werden. Hierzu werden neuartige ML-Signalverarbeitungsalgorithmen zu Personenerkennung entwickelt, um eine hochauflösende Umfelderfassung für autonome Transportfahrzeuge zu realisieren. Der Fokus für das System soll auf Modularität, Wiederverwendbarkeit, Flexibilität und Skalierbarkeit liegen, sowie dabei eine möglichst enge Verzahnung der Teilkomponenten aufweisen.