Ausstattung

Zur Entwicklung stehen Computing Boards und weitere Komponenten zur Verfügung:

• Edge Computing Boards
  • NVIDIA Jetson Orin Nano
  • NVIDIA Jetson Nano
  • Raspberry Pi 4
• Standard Computing
  • Multi-GPU Machine Learning Workstation
  • PCs mit Single GPU
• Kameras
  
  • Sony α7 III Digitalkamera mit Wechselobjektiven, adaptierbarem Richtmikrofon und Capture Card
  • Sony ZV-1 II Kompaktkamera mit Richtmikrofon
  • Microsoft Azure Kinect  DK
  • Diverse Webcams
• Eye Tracker
  
  
  • Tobii Pro Infrarot
  • EyeLink 1000 Plus Infrarot Eye Tracker
• Mobile Robots
  
  
  
  • Jetbot mit Jetson Nano und NVIDIA JetPack SDK
  • TurtleBot3 Burger von Open Source Robotics Foundation
  • Sturmkind DR!FT-Racers
• Netzwerk-Zubehör

Zugehörige Lehrveranstaltungen

• Distributed and Concurrent Computing [M2122]
• Autonomous Robotic Systems [M3202]

Laborversuche

• Versuche Distributed and Concurrent Computing [M2122]
  • Konfiguration von Computerclustern mit Kubernetes
  • Bereitstellung von Serverdiensten mit Computerclustern
  • Umsetzung und Verifizierung von Hochverfügbarkeit
  • Dynamische Zuweisung von Ressourcen, z. B. AI-Beschleuniger
  • Einsatz heterogener Hardware in Computerclustern
• Versuche Autonomous Robotic Systems [M3202]
  • Anwendung verschiedener Methoden zur Wegplanung
  • Dynamische Hindernis-Umgehung
  • Wahrscheinlichkeitstheoretisch basierte Lokalisation

Projekt- und Abschlussarbeiten

Themen gibt es in folgenden Bereichen:

• AI-Applikationen zur Bild- und Wort-Interpretation
• AI-Applikationen zur Video-Interpretation
• Optimierung von Edge Computing Clustern
• Performance-Tuning für Embedded AI-Anwendungen
• AI-gestützte Mobile Robot-Applikationen

Weitere Informationen sind auf der Seite von Prof. Dr.-Ing. Hartmut Weber sowie im Moodle-Kurs Projekt-, Studien- und Abschlussarbeiten IEM zu finden.