Suche

ehemalige Themen für studentische Arbeiten

Themenbereich: OC und Cyber-Physical Systems

Cyber-Physical-System (CPS) verbinden zwei relativ unterschiedliche Welten: die Welt der eingebetteten Systeme (mit Echtzeitanforderungen, Sensoren und Aktuatoren, Verlässlichkeit, deterministischem Verhalten, etc.) mit der Welt digitaler Netzwerke (mit global verfügbaren Diensten, Daten-Clouds, multi-modalen Mensch-Maschine Schnittstellen, etc.). Sehr bekannte Beispiele für CPS sind unter anderem Sensornetzwerke, E-Health-Systeme, Smart Grids und Smart Facilities. Auf CPS warten unterschiedlichste Herausforderungen, von denen manche zur Entwicklungszeit noch gar nicht bekannt sind. Im CYPHOC Project wird deswegen an der Verschiebung der Designentscheidungen in die Laufzeit gearbeitet, um so das optimale Verhalten des CPS zu garantieren.

  

Anwendungsbeispiel: Starcraft: Brood War

Starcraft: Brood War (BW) ist mit knapp 10 Millionen Exemplaren das meistverkaufte Echtzeit-Strategiespiel der Welt. Es verfügt insbesondere über drei heterogene Parteien, die sich in einem Konflikt gegenüber stehen und wird für die ausgezeichnete Ausgeglichenheit zwischen diesen gelobt. Dieses sehr gute Balancing wird von vielen als Hauptgrund dafür angeführt, dass BW die herausragende Disziplin im Bereich der kompetitiven Echtzeit-Strategiespiele ist und sich bis heute großer Beliebtheit erfreut. In den letzten Jahren war BW aber nicht nur für viele Menschen eine interessante Unterhaltung, sondern wurde auch intensiv als Testumgebung für verschiedene Teilbereiche des Organic Computing verwendet.

 

Themenbereich: Vertrauenswürdige OC Systeme

OC Systeme sind hochdynamisch, bestehen aus einer Vielzahl veränderbarer Komponenten und befinden sich in einer sich ständig verändernden Umgebung. Daraus ergibt sich eine Vielzahl an wünschenswerten Eigenschaften, u.a. die Fähigkeit zur Selbst-Heilung, zur Selbst-Adaptivität oder zur Selbst-Konfiguration. Allerdings sind klassische Techniken für Analyse und Entwurf von Softwaresystemen für diese Systemstrukturen nicht geeignet. Völlig neue Aspekte, wie emergentes Verhalten und die extreme Wandelbarkeit von OC-Systemen, machen ein Umdenken und das Entwickeln neuer Mechanismen notwendig. Dazu gehören neben formalen Methoden für funktionale Korrektheit, Safety und Security auch Methoden für die vertrauensvolle Interaktion zwischen Teilen des Systems, der Überwachung von vordefinierten Richtlinien zur Laufzeit und die Entwicklung von Algorithmen, die Trustaspekte in selbst-organisierenden Systemen berücksichtigen.

 

Themenbereich: Interaktive Selbstorganisation

Design und Betrieb technischer selbstorganisierender Systeme erfordern die Entwicklung neuartiger Methoden für Modellierung, Optimierung und Kontrolle. Immersive Virtual Reality und Augmented Reality Technologien ermöglichen es, die Vielzahl wechselwirkender Einheiten selbstorganisierender Systeme darzustellen und zu programmieren. Um besonders große Systemmodelle schnell berechnen zu können, entwickeln wir Algorithmen zur adaptiven Modellbildung während der Laufzeit. Flora Robotica, soarch, OCbotics oder EvoDevo Swarms definieren ein breites Spektrum an Anwendungsdomänen für interaktive Selbstorganisation - von Biologie bis Robotik.

 

Themenbereich: Organic Storage Systems

Smart Sensor Systeme entstehen aus der immer weiter fortschreitenden Miniaturisierung von Computerkomponenten, welche die Integration von Rechen- und Speicherkomponenten in nahezu beliebige Sensoren ermöglicht. Diese smarten Sensoren sind in der Lage erhobene Daten bereits lokal auszuwerten und nur benötigte abstrahierte Daten weiterzugeben. Diese Daten werden im Netz von unterschiedlichen Knoten erstellt, genutzt und gespeichert. Die verwendeten Speichersysteme sollen Entwicklern und Benutzern effizienten Zugriff auf die Daten gewähren und dabei schonend mit den zur Verfügung stehenden Netzwerkressourcen umgeben.

 

Anwendungsbeispiel: Interaktive Simulation

Wissenschaftliche Modelle sind eine simplifizierte Abbildung der Realität. Die dabei genutzt Abstraktion ermöglicht es uns, die Realität zu verstehen und Voraussagen über das zukünftige Verhalten zu machen. Dabei gibt es nahezu unbegrenzte Möglichkeiten, solche Modelle zu bauen und zu repräsentieren. Durch die Dynamik der Umgebung und die Integration des Menschen als Nutzer der technischen Systeme ist eine klassische, abgeschlossene Modellierung in den wenigsten Fällen erfolgversprechend. Daher sind neuartige Ansätze der dynamischen, interaktionsbasierten Modellierung wichtig.

  

Anwendungsbeispiel: Organic Network Control

Typischerweise sind heutige Netzwerkprotokolle durch eine Vielzahl unterschiedlicher Parameter konfigurierbar. Diese Parameter werden allerdings in den allermeisten Fällen nur einmal – nämlich zur Entwurfszeit des Protokolls – statisch konfiguriert und danach nicht mehr angepasst. Das Ziel des Organic Network Control Projektes (ONC) ist es, dieses statische Verhalten aufzubrechen und Parameterkonfigurationen dynamisch an sich ändernde Umgebungen anpassen zu können.

 

Themenbereich: Vorhersage als Basis resilienter OC Systeme

Organic Computing Systeme besitzen die Fähigkeit, sich zur Laufzeit selbst-optimierend zu verhalten. Durch die diesen Systemen übertragenen Selbst-X-Eigenschaften können diese sich selbst konfigurieren, selbst heilen usw. Diese Fähigkeiten basieren üblicherweise darauf, dass das System seinen aktuellen Zustand und den der Umgebung aufnimmt, diesen analysiert und daraus auszuführende Aktionen ermittelt. Kommende Forschungsziele sollen Organic Computing Systeme nun um die Fähigkeit der Vorhersage von kommenden Zuständen erweitern, um sich schneller adaptieren zu können, als auch robuster gegenüber möglichen negativen Einflüssen zu werden.

Ausschreibung zum Thema "Vorhersagetechniken in OC Systemen"

 

Anwendungsbeispiel: Intelligente Straßenverkehrssteuerung und Verkehrsmanagementlösungen

Städtische Verkehrsnetze zeichnen sich durch ihre hohe Anzahl an Kreuzungen und Ampelschaltungen aus. Um der wachsenden Komplexität dieser Systeme gerecht zu werden, wurde mit dem Projekt Organic Traffic Control (OTC) ein neuer Ansatz entwickelt, der auf den Prinzipien von Organic Computing aufbaut und die Observer-Controller-Architektur auf das Verkehrsnetz überträgt. Das OTC-System basiert auf einem mehrschichtigen selbst-organisierenden Observer/Controller-Framework, das die bestehenden Kreuzungscontroller um intelligente Algorithmen erweitert. Dieses bietet einen dezentralen Ansatz, basierend auf kommunizierenden Kreuzungscontrollern, die in der Lage sind, die Ampelschaltung zur Laufzeit selbstständig an die aktuelle Verkehrslage anzupassen.

Ausschreibung zum Thema "Intelligente Verkehrssteuerung"

 

Anwendungsbeispiel: Smart Camera Networks

a) Verbindung von Cloudlösungen und Smart Cameras

Der Einsatz von Videokameras erfuhr in den letzten Jahren einen bedeutenden Aufschwung. Das Einsatzspektrum reicht von der Kundenstromanalyse im Einzelhandel bis hin zu Überwachungssystemen an sicherheitskritischen, öffentlichen Orten wie Flughäfen und Bahnhöfen. Bei der technischen Umsetzung solcher Systeme handelt es sich meist um anwendungsabhängige Insellösungen. Diese bestehen dann häufig aus einer festen Anzahl von Kameras und einem zentralen Knotenpunkt, an dem alle Videoströme zusammengeführt werden. Am zentralen Knotenpunkt werden Videoströme gespeichert, bzw. manuell durch z.B. Sicherheitspersonal ausgewertet. Durch dieses Systemkonzept entstehen wenig skalierbare, hardware-intensive und damit auch von hohen Investitionskosten begleitete Kamerasysteme. Im Rahmen des SmaCCS Projektes (Smart Camera Cloud Services) wird ein Konzept zur Vermeidung dieser negativen Systemeigenschaften untersucht. Es werden Cloud-verknüpfte, intelligente Videokameras (Cloud-Connected Smart Cameras) eingesetzt.

 

b) Lernfähige Smart Cameras

Die aktuelle Forschung im Gebiet der Smart Cameras beschäftigt sich unter anderem mit der Entwicklung von Algorithmen zur automatischen Ausrichtung des Kamerasichtfeldes sowie der Skalierbarkeit dieser Algorithmen. Die bisherigen Ansätze beschränken sich dabei auf statische Algorithmen ohne Lernfähigkeit. Dies kann die Leistungsfähigkeit bei sich ändernden Umgebungen und Anforderungen stark einschränken. Aus diesem Grund werden innerhalb des Self-aware Environment-Respecting Camera Projekts (SERC) Techniken entwickelt, die zur Laufzeit auf solche Herausvorderungen reagieren können.

  

Anwendungsbeispiel: Smart Sensor Networks

Im Organic Computing Kontext ist die Integrationsfähigkeit von Smart Cameras mit verschiedenen anderen Sensortypen in gemeinsamen ad-hoc Netzwerken ein zentrales Anwendungsgebiet für intelligente, selbst-organisierende Algorithmen. Durch die Interaktion mit stationären und mobilen Endgeräten entstehen so multifunktionale Assistenzsysteme für verschiedene Bereiche, wie z.B. die Sicherheitstechnik oder den heimischen Bedarf. Solche Netze sind in Hinblick auf die Ausstattung der einzelnen am Netz teilnehmenden Knoten hochgradig heterogen und dynamisch.

 

Übersicht über die laufenden studentischen Arbeiten

Derzeit in Arbeit befindliche studentische Arbeiten sind unter nachfolgendem Link aufgelistet:

 

Übersicht über die abgeschlossenen Abschlussarbeiten

Unter folgendem Link können Sie eine Liste der abgeschlossenen Bachelor-, Master- und Diplomarbeiten, die von unserem Lehrstuhl betreut wurden, finden (Themen, Bearbeiter, etc.).

 

Aktuelle Ausschreibungen für HiWi Stellen

Aktuelle Ausschreibungen zu HiWi Stellen im Rahmen unserer Forschungsprojekte oder Lehrtätigkeiten finden Sie unter folgendem Link: