Mögliche Themen für dein Praxissemester oder deine Abschlussarbeit:
Themen im Bereich Wireless:
- Untersuchung des Energieverbrauchs moderner Funkchips für Bluetooth low energy technology (Praxissemester)
- Wireless Security: Analyse möglicher Angriffsmethoden und deren Abwehr im Umfeld Industrie 4.0
- Evaluierung der Leistungsfähigkeit von energieeffizienten Routing-Verfahren am Beispiel von Zenoh und Zephyr RTOS
- Evaluierung eines Bluetooth-Mesh-Netzwerks in einem sicherheitskritischen Umfeld
Themen im Bereich Application:
- Entwicklung einer PC Software zur Anbindung und Steuerung einer hoch genauen Strommessplatine
- Migration von SW-Systemtests von proprietären Testframework zu pytest
Themen im Bereich Embedded:
- Microservices in embedded-Applikationen in der Logistikautomatisierung
- Performance-Vergleich verschiedener Datenbanksysteme für embedded-Geräte in der Logistikautomatisierung
- Evaluierung von alternativen Embedded Programmiersprachen auf Microcontrollern (zb. STM32F3) am Beispiel von Rust oder ZIG
- Online-Anzeige und Abschaltmechanismus für Geräte im lokalen Testaufbau
- Aufbau eines funktionsfähigen Demonstrators für ein intelligentes Türschlosssystem
- Recherche und Evaluierung verschiedener Distanzmessmethoden
- Implementierung und Evaluation eines RTK-GPS-Systems zur hochpräzisen Drohnennavigation
- Entwicklung eines OBD2 Scanners für Fahrzeuge auf Basis eines Eval-Boards (Praxissemester)
- Intelligente Verkehrsleitung im Bereich von Kreuzungen mittels Car2Car / Car2X Kommunikation
Themen im Bereich Hardware:
- Hardware Security: Analyse möglicher Side Channel Angriffsmethoden und deren Abwehr
- Entwicklung einer Entwicklungsplatine mit Ultra Wide Band und Bluetooth Konnektivität
Themen im Bereich Machine Learning / AI:
- Evaluierung von Microcontrollern mit AI Accelerator Peripherie
- Portierung und Optimierung von neuronalen Netzen auf FPGAs zum Beispiel als AI Accelerator für Edge/Embedded AI Systeme
- Optimierung von neuronalen Netzen für Microcontroller mit Knowledge distillation, Pruning und Quantization
- Implementierung und Evaluierung eines eigenen Neuronalen Netzes zur bildbasierten Nutzeridentifikation
- Recherche und Evaluierung von Hardware im KI Kontext am Beispiel einer bildbasierten/sprachbasierten Nutzeridentifikation
- Entwicklung einer KI-basierten Sturzerkennung für Radfahrer
Themen im Bereich FPGA:
- Mixed Signal Processing mit FPGA und VHDL für anwendungsspezifisches Chip Design
- Implementierung von Neuronalen Netzen und AI Algorithmen auf FPGAs in VHDL
- FPGA-basierte sensorlose Motorregelung mittels Model Predictive Control (MPC)
