Smart Weekly Business
  • Produkte
  • Handel
  • Personen
  • Fakten
  • Test
  • Jetzt abonnieren
  • Abmelden
  • Login
Smart Weekly Business
Smart Weekly Business
  • Produkte
  • Handel
  • Personen
  • Fakten
  • Test
  • Jetzt abonnieren
  • Abmelden
  • Login
  • Fakten

Sensoren lernen das Denken

  • 20. Februar 2022
  • Ben Kraus
Sensoren lernen das Denken
Keyvisual des Projekts NeurOSmart © Fraunhofer ISIT
Total
0
Teilens
0
0
0

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer-Institut für Photonische Mikrosysteme IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT an besonders energieeffizienten und intelligenten Sensoren. Sensoren lernen das Denken für die nächste Generation autonomer Systeme. Dabei werden die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert.

Intelligente Maschinen werden zunehmender Bestandteil unseres Alltages. Naheliegende Beispiele sind das autonome Fahren oder etwa moderne Roboter-Staubsauger im Haushalt. Doch auch dort, wo wir nicht direkt mit ihnen in den Kontakt kommen, sind selbstständig arbeitende Roboter zunehmend unerlässlich: Als flinke und unermüdliche Helfer in Logistikzentren oder als präzise und starke Partner in Fertigungsumgebungen.  

Für intelligentere Maschinen: Sensoren lernen das Denken

Um in diesen Anwendungen autonom, also möglichst eigenständig ohne Überwachung durch Menschen, arbeiten zu können, sind diese Roboter mit Sensoren und Elektronik gespickt, die es ihnen ermöglichen, ihre Umgebung wahrzunehmen und auch unvorhergesehene Situationen eigenständig zu bewältigen.

Je komplizierter das Aufgabengebiet, desto intelligenter und agiler muss die Maschine sein. Dies führt dazu, dass immer mehr und verschiedene Sensoren, etwa für die Abstandmessung, für die Bewegungserfassung oder die Druckbestimmung bei Berührungen, kombiniert werden und die Elektronik und Computertechnik für die Erfassung und Verarbeitung der Daten immer leistungsstärker sein muss. 

Der Energieverbrauch ist ein Problem

Allerdings geht dieser Trend zu mobilen Supercomputern mit einem erheblich steigenden Energieverbrauch einher. Besonders bei mobilen Systemen führt dies zu einer verkürzten Einsatzdauer oder Reichweite und stößt laut aktuellen Prognosen in den nächsten Jahrzehnten gar an die Grenzen der weltweiten Energieerzeugung. 

Um dieser Eskalation entgegenzuwirken, setzten die in NeurOSmart beteiligten Fraunhofer-Forscherinnen und Forscher auf einen neuromorphen In-Memory-Beschleuniger, der auf den jeweiligen Sensor maßgeschneidert wird. Als Vorbild für die zu entwickelnde Elektronik dient das menschliche Gehirn, denn dieses ist trotz seiner enormen Rechenleistung sehr energiesparend beim Treffen von Entscheidungen.

»Diese Art der Datenverarbeitung, also des Denkens, wird durch eine neuartige analoge Computer-Speichertechnologie realisiert, die zudem in der Lage ist, Rechenoperationen durchzuführen, wenn Daten in dem System neu erfasst werden«, erläutert der ISIT-Wissenschaftler und Projektleiter Dr. Michael Mensing: »In der Praxis wird dies genutzt, um Objekte und ihr Verhalten exakt und in Echtzeit zu erkennen.« Bisher sind für diese Funktionsweise mehrere getrennt entwickelte Komponenten in Computern und eine besonders energieaufwändige Kommunikation zwischen ihnen nötig.  

Sensoren lernen das Denken und funktionieren wie ein menschliches Gehirn

Unterstrichen werden die Vorteile des neuen Ansatzes durch die parallele Entwicklung besonders kleiner und effizienter Modelle für die Objekterkennung und -klassifizierung, die speziell auf den Sensor, die neuen Möglichkeiten der direkt integrierten Elektronik und ihre Anwendungen angepasst werden.

Das Resultat ist eine schnelle Reaktionszeit, erhöhter Datenschutz und erhebliche Energieeinsparung gegenüber dem aktuellen Trend von praxisfernen oder cloudbasierten Lösungen, die bevorzugt auf immer größere, energieintensivere Modelle zurückgreifen. 

Erstes Einsatzgebiet: Robotersysteme

In der Projektlaufzeit von vier Jahren mit einem Finanzvolumen von acht Millionen Euro soll dieser Ansatz erstmals mit einem komplexen bei Fraunhofer entwickelten LiDAR-System kombiniert und in anwendungsnaher Umgebung erprobt werden. Dieses Sensorsystem ist ein entscheidender Bestandteil autonom arbeitender Systeme, da er seine Umgebung mithilfe detaillierter Abstandsinformationen auch bei schlechtem Wetter und über einen weiten Entfernungsbereich erkennt.

Als erste Probe der neuartigen Sensoren werden sie in den nächsten Jahren in Robotersysteme integriert, die ihren menschlichen Kolleginnen und Kollegen in Fertigungsumgebungen unterstützen, beispielsweise durch das Bewegen von schweren Lasten oder Anreichen von Komponenten.  

Sensoren lernen das Denken: erstes Einsatzgebiet sollen Robotersysteme sein
Roboter in der Fertigungsumgebung © Fraunhofer IPMS / Shutterstock

Fraunhofer IPMS an dem Schaltkreis des neuromophen Beschleunigers

Innerhalb des Projekts entwickelt das Fraunhofer IPMS den Schaltkreis des neuromorphen Beschleunigers. Den Kern des analogen Beschleunigers bilden dabei moderne HfO2-basierte Crossbars. Damit lassen sich die komplexen, oft iterativen digitalen Berechnungen von KI-Modellen (z.B. in CNNs), die sonst mit hohem Energieaufwand auf generalisierten Grafikkarten berechnet werden müssen, auf energieeffiziente Speicheroperationen im Schaltkreis abbilden.

Für die interne Steuerung der Datenflüsse wird der RISC-V-Prozessorkern EMSA5 mit direkten Schnittstellen zur analogen Beschleunigerbaugruppe und übergeordneten Systemen sowie Fehlerschutzmechanismen implementiert. Die Erforschung einer softwareprogrammierbaren Systemarchitektur wird einen flexiblen Einsatz des Schaltkreises in einer Vielzahl von Anwendungsfällen ermöglichen. 

Weiterhin trainiert das Fraunhofer IPMS gemeinsam mit dem Fraunhofer IAIS den Schaltkreis des neuromorphen Beschleunigers. Dafür wird in einem ersten Schritt das neuronale Netzmodell für die LiDAR-Datenauswertung erforscht. Ziel ist dabei die automatisierte Abbildung auf der verfügbaren Hardwaretopologie sowie deren Übertragung auf ein Schaltkreisdesign. Im System analysiert der Schaltkreis vorverarbeitete LiDAR-Daten. Dabei erfolgt die Kommunikation zwischen Vorverarbeitung (FPGA) und Beschleuniger-Schaltkreis über eine echtzeitfähige Highspeed-Ethernet-Schnittstelle. 

Abschließend ist das Fraunhofer IPMS gemeinsam mit dem Fraunhofer-Institut für Siliziumtechnologie ISIT an der Validierung der neuen Speicherzellen-Ansätze für zukünftige Beschleunigerumsetzungen beteiligt.

Mehr smarte News

Wusstest du schon, dass das Digitalradio auf dem Vormarsch ist? Oder das mehr Leute zum Telefon greifen, statt im Internet nach Infos zu suchen? Mehr smarte Informationen aus der Branche findest du hier: Fakten.

Total
0
Teilens
Teilen 0
Tweet 0
Pin it 0
Schlagwörter
  • DNT/FNT
  • Fraunhofer-Institut
  • Robotics
Ben Kraus

Ben hat viele Jahre Erfahrung im Elektrobereich und dem EGH. Seine Schwerpunkte sind Smarthome, CE, erneuerbare Energie und Installation. Er ist emotionaler Gamer und in der Freizeit meist auf seinem Motorrad, an seinem Bass oder beim Wandern anzutreffen

Voriger Artikel
  • Produkte

Funtouch OS 12 von vivo

  • 20. Februar 2022
  • Ben Kraus
Artikel lesen
Nächster Artikel
Sendemast
  • Fakten

5G Netz Ausbau: Mehr Frequenzen, mehr Innovationen, mehr Erlebnis

  • 21. Februar 2022
  • Sarah Alexandra Fechler
Artikel lesen
Auch interessant:
Miele Triflex HX2 Sprinter
Artikel lesen
  • Fakten

Miele Triflex HX2 Sprinter und Complete C3 Starlight ausgezeichnet bei Stiftung Warentest

  • Sarah Alexandra Fechler
  • 2. Februar 2023
Artikel lesen
  • Fakten

Von Leuchtstofflampe zu LED für eine bessere Energiebilanz

  • Gastbeitrag
  • 1. Februar 2023
Artikel lesen
  • Fakten

Mit Daten gegen Staus und volle Bahnen

  • Gastbeitrag
  • 31. Januar 2023
Artikel lesen
  • Fakten

Ist das Metaverse tot?

  • Ben Kraus
  • 29. Januar 2023
Heizungsthermostat wird zugedreht
Artikel lesen
  • Fakten

Energiesparen ohne Schimmelgefahr

  • Gastbeitrag
  • 23. Januar 2023
Artikel lesen
  • Fakten

Wie sicher ist mein Heimnetzwerk?

  • Ben Kraus
  • 22. Januar 2023
Smartphone wird zur Mobilitäts-Zentrale
Artikel lesen
  • Fakten

Smartphone wird zur Mobilitäts-Zentrale

  • Gastbeitrag
  • 21. Januar 2023
Top-Trends 2023 für die E-Mobilität: PV-Überschussladen, Plug&Charge und Lastmanagement
Artikel lesen
  • Fakten

Top-Trends 2023 für die E-Mobilität

  • Sarah Alexandra Fechler
  • 20. Januar 2023
Artikel lesen
  • Fakten

Brauche ich einen RFID-Schutz im Geldbeutel?

  • Ben Kraus
  • 15. Januar 2023
Neueste Beiträge
  • Apple MacBook Pro mit neuen M2-Prozessoren
    • 3. Februar 2023
  • BenQ ZOWIE Mäuse für eSportler
    BenQ ZOWIE Mäuse für eSportler
    • 3. Februar 2023
  • Miele Triflex HX2 Sprinter
    Miele Triflex HX2 Sprinter und Complete C3 Starlight ausgezeichnet bei Stiftung Warentest
    • 2. Februar 2023
  • Loewe feiert 100 Jahre
    Loewe feiert 100 Jahre
    • 2. Februar 2023
  • Graef Küchenmesser
    GRAEF auf der Ambiente 2023: Produktneuheiten in allen drei Kompetenzwelten
    • 2. Februar 2023
Kategorien
  • Allgemein (19)
  • Fakten (217)
  • Handel (298)
  • Personen (68)
  • Produkte (624)
  • Test (51)
  • Vorbilder (1)

Apps (80) ASUS (32) Audio (183) Bad (40) Bitkom (46) Braune Ware (173) Büro (152) DNT/FNT (58) Elektrik (59) Elektromobilität (37) Entertainment (57) Fitness (49) Gadgets (268) Gaming (88) Garten (39) Gesundheit & Beauty (88) IFA 2022 (59) Imaging (71) Küche (154) Miele (42) Mobile Devices (124) Nachhaltigkeit (90) Reinigen & Putzen (95) Samsung (71) Sicherheit (39) Smart Home (250) Smartphone (56) TV (113) Weiße Ware (183) Wohnzimmer (215)

Benutzername:
Passwort:
Eingeloggt bleiben
Registrieren
Passwort vergessen?
Smart Weekly Business
  • Kontakt
  • Datenschutz
  • Impressum
  • AGB
  • Widerruf
© 2023: Smart Weekly Business - Alle Rechte vorbehalten.
Cookie Einstellungen

Gib dein Suchwort ein und drücke Enter.