Projekte und Produkte

Digitalisierung im Wertschöpfungsnetzwerk: Das Projekt zielt auf einen naturnahen und umweltschonenden Weinanbau bei gleichzeitiger Ressourcen- und Kosteneinsparung - also auf Nachhaltigkeit und Erhöhung der Arbeitseffizienz.

Das Projekt »FriDa – Frische Daten« hat das Ziel, den Frischezustand von Lebensmitteln innerhalb der gesamten Lieferkette von der Ernte bis zum Verkauf digital abzubilden. Dabei werden die technischen Möglichkeiten der Industrie 4.0 exemplarisch in die Lebensmittelindustrie übersetzt.

Das »Kompetenzzentrum für KI-Engineering CC-KING« bietet Unternehmen konkrete Unterstützung beim Einsatz von Methoden der Künstlichen Intelligenz (KI) und des maschinellen Lernens (ML) an. Es erforscht die Grundlagen und entwickelt Werkzeuge für eine niedrigschwellige Implementierung von KI und ML in der betrieblichen Praxis.

Ziel von PREVISION ist es, Strafverfolgungsbehörden bei der Erfassung und Auswertung großer, heterogener Datenmengen mittels moderner Methoden der künstlichen Intelligenz zu unterstützen. Die hierdurch ermöglichte Verbesserung der Prävention und Aufklärung von Delikten im Bereich der organisierten Kriminalität trägt zur Erhöhung der öffentlichen Sicherheit bei.

Im Projekt RLT-Opt werden neue Methoden und Tools entwickelt, um im ersten Schritt die Bestandsaufnahme und das Einsparpotential schnell erfassen zu können, so dass im zweiten Schritt entsprechende Optimierungsmaßnahmen zielgerichtet durchgeführt werden können. Dabei wird zunächst die Dichtheit und Betriebsweise der raumlufttechnischen Anlagen analysiert. Durch die sensorische Erfassung und Auswertung wesentlicher Betriebsparameter wird der Betrieb der raumlufttechnischen Anlagen sukzessive optimiert.

Unser System erfasst den Fahrer und die Insassen eines Fahrzeugs, um zwischen verschiedenen Aktivitäten zu unterscheiden und kritische Situationen zu erkennen.

Das Projekt »Hyperspectral Oil Leak Detection HYPOD« zielt darauf ab, durch eine Sensor-Flugplattform sowohl geometrisch hochaufgelöste optische Bilddaten, als auch spektral hochaufgelöste (hyperspektrale) Luftbilder aufzunehmen. Durch eine automatisierte, sensorgebundene Auswertung in Echtzeit soll eine frühzeitige und zuverlässige Detektion von Leckagen gewährleistet werden, die eine rein visuelle und damit fehlerbehaftete Auswertung unterstützt oder sogar ersetzt.

Optische Reflexionen auf Oberflächen von Gegenständen und Materialien spielen in vielen Bereichen eine große Rolle. Die BRDF wird bei der Analyse von Materialien eingesetzt, um detaillierte Informationen über die optischen Reflexionseigenschaften zu gewinnen.

Im Projekt »ASARob« soll eine fehlerfreie Aufmerksamkeitserfassung und -lenkung implementiert werden, welche die Interaktionsmöglichkeiten zwischen Mensch und Roboter erweitert.

»ViSAR« ist ein interaktiver Simulator für die Visualisierung von geometrischen SAR-Effekten. Der Nutzer kann einfache 3D-Modelle generieren und zu komplexen Szenen zusammenstellen. Für diese Szenen können Radarschatten, Layover-Effekte, und Mehrfach-reflektionen aus unterschiedlichen Blickwinkeln eines Radarsensors berechnet und dargestellt werden.