Die Herausforderung

Mit zunehmender Autonomie mobiler Robotersysteme steigt die Anzahl der Sensoren, der Aufwand zur Verknüpfung ihrer Daten und damit der Bedarf an Rechenleistung, um einen zuverlässigen und sicheren Echtzeitbetrieb zu realisieren. Die Skalierbarkeit der Architektur, eine hinreichende Übertragungsbandbreite zwischen Sensor und Datenverarbeitung und die Minimierung des Energiebedarfs sind die größten Herausforderungen für die Entwicklung von Hochleistungsrechnern, um sie in mobilen Systemen einsetzen zu können. Es wird prognostiziert, dass in weniger als 10 Jahren die erforderliche Rechenkapazität in der Sensorperipherie jener eines Supercomputers von heute entsprechen muss. Diese Anforderung kann nur durch eine Kombination spezifisch füreinander entwickelter Hard- und Softwarekomponenten erfüllt werden.

Autonomer Robotertransport in Lagerhallen
Autonome Fertigung
© Fraunhofer IWU
Mensch-Roboter-Kooperation

Unsere Lösung: Das Projekt NeurOSmart

Autonomie mobiler Robotersysteme

Das Projektvorhaben NeurOSmart zielt darauf ab, einen neuen Standard für intelligente hybride Computing-Architekturen in autonomen Maschinen und Transportsystemen zu setzen. Hierfür werden ein hochleistungsfähiges Sensorsystem, KI-gestützte Vorverarbeitung und ein neuartiger hoch performanter, analog-neuromorpher, ultra-low-power In-Memory-Beschleuniger Chip kombiniert.

Die Perspektive ist eine Steigerung der Energieeffizienz der Datenverarbeitung um mindestens zwei Größenordnungen. Dies ermöglicht die Entwicklung neuartiger autonomer Systeme mit bisher unerreichbarer Intelligenz und Energieeffizienz.

Vorhaben im Rahmen des Projekts

Maßgefertigte neuromorphe Beschleuniger für Sensorsysteme

Der Ansatz von NeurOSmart fokussiert hier auf die direkte Integration der datenverarbeitenden Intelligenz in das Sensorsystem. Hierdurch wird ein erheblicher Anteil der Rechenlast auf Seiten des HPC-Systems umwelt- und ressourcenschonend reduziert, so dass die Rechenhardware im Sensorsystem direkt während der Sensorentwicklung im Codesign auf dessen Anforderungen angepasst werden kann.

Als Vorreiter der Integration in ein wettbewerbsfähiges Sensorsystem nutzt NeurOSmart ein offenes, von Fraunhofer entwickeltes, Scanning-LiDAR-System als Basis, um einen direkten Zugriff auf die eingehenden Datenströme zu ermöglichen. Darüber hinaus wird ein hochskalierbarer, analog-neuromorpher HPC-Chip mit einer anspruchsvollen, KI-gestützten Vorverarbeitungspipeline gekoppelt, um die Daten direkt am Sensor zu interpretieren.

Insgesamt bündelt NeurOSmart die fachliche Expertise von fünf Fraunhofer-Instituten, von denen das Fraunhofer ISIT durch Prof. Dr. Holger Kapels die Koordination übernimmt. Für die beteiligten Fraunhofer Institute ergeben sich durch NeurOSmart neue, spannende Möglichkeiten, ihre jeweiligen Technologien zu kombinieren und damit die Wertschöpfungskette eines solchen Systems von der Konzeptionierung über die Fertigung bis hin zur Evaluierung in anwendungsnaher Umgebung abzubilden.

Projektdetails

Name

NeurOSmart: Analoge neuromorphe Beschleuniger, die effiziente und sichere Smart-Sensoren ermöglichen

Projekttyp

Fraunhofer-Leitprojekt

Dauer

4 Jahre (Januar 2022 - Dezember 2025)

Koordinator

Fraunhofer ISIT, Prof. Dr. Holger Kapels

Operative Projektleitung

Fraunhofer ISIT, Dr. Michael Mensing

Fraunhofer ISIT, Dr. Shanshan Gu-Stoppel (stellv.)

Projektpartner

Fraunhofer ISIT, Fraunhofer IPMS, Fraunhofer IMS, Fraunhofer IWU, Fraunhofer IAIS

Ziel

Steigerung der Energieeffizienz von sensornaher Datenverarbeitung für mobile, autonome Systeme

 

Erfahren Sie mehr über das Konsortium des Projekts!

Das Projekt NeurOSmart bündelt die Fachexpertise der fünf Fraunhofer-Institute.

 

 

Erhalten Sie mehr Informationen über das Fraunhofer-Leitprojekt!

Analoge neuromorphe Beschleuniger, die effiziente und intelligente Sensoren ermöglichen.