Søg
Close this search box.

Cyber-fysiske systemer, IoT og autonome systemer

Det er vanskeligt at sætte tal på den danske branche for indlejrede og cyber-fysiske systemer (CPS), eftersom sådanne systemer indgår i en lang række high tech-produkter og services. I 2017 havde danske IKT-virksomheder en omsætning på 33 milliarder euro, eksporten var på 11,5 milliarder Euro, og op imod 100.000 var beskæftiget inden for IKT i Danmark, hvilket var rekord. Mange af de traditionelle industrivirksomheder er begyndt at skabe værdi ved at gøre deres produkter smarte og forbundne med CPS-/IoT-teknologier – eller gøre dem helt digitale.

Målene med denne workstream er:

  1. At højne kapaciteten og kompetencerne inden for cyber-fysiske systemer og IoT-systemer og
  2. At demonstrere teknologiens anvendelse i praksis i samarbejde med startups, virksomheder og offentlige institutioner.

TUdviklingen af cyber-fysiske systemer og IoT anvender og bygger videre på metoderne fra de øvrige temaområder. Udviklingen af robuste og sikre systemer er især baseret på metoder fra temaerne Verifikation og softwareudvikling samt Cybersikkerhed og blockchains. Kunstig intelligens anvendes inden for behandling af sensordata og til automatisering.

Der er også synergi med temaet Human Computer Interaction, CSCW og InfoVis. Sidst men ikke mindst skal systemerne udvikles under hensyntagen til de etiske og forretningsmæssige aspekter, jf. temaerne Diversitet, etik og privacy samt Virksomhedsinnovation, processer og modeller.

Projekter

Bridge-projekt

Mobility Analytics using Sparse Mobility Data and Open Spatial Data

Mængden af mobilitetsrelateret data er steget massivt, hvilket muliggør en stadig bredere vifte af analyser. Når de kombineres med digitale repræsentationer af vejnet og bygningsinteriør, rummer disse data potentialet for at muliggøre en mere finkornet forståelse af mobilitet og for at muliggøre mere effektiv, forudsigelig og miljøvenlig mobilitet.

Læs mere »
Bridge-projekt

Edge-based AI Systems for Predictive Maintenance

Nedetid på udstyr er dyrt og en kilde til sikkerhedsmæssige og juridiske udfordringer. I dag anvender organisationer en konservativ plan for forebyggende vedligehold, som er uafhængig af udstyrets tilstand. Dette resulterer i unødvendige omkostninger til service og lejlighedsvise afbrydelser af produktionen på grund af uventede fejl.

Læs mere »
Bridge-projekt

Deep Learning and Automation of Image-Based Quality of Seeds and Grains

I dag er manuel visuel inspektion af korn stadig en af de vigtigste kvalitetssikringsprocedurer i værdikæden for at bringe korn fra marken til bordet. Sammen med virksomhedspartnere har dette projekt til formål at udvikle og validere en metode til automatiserede billedbaserede løsninger, der kan erstatte subjektiv manuel inspektion og forbedre ydeevne, robusthed og konsistens af inspektionen.

Læs mere »
Bridge-projekt

Embedded AI

AI er i øjeblikket afhængig af store datacentre og centraliserede systemer, hvilket nødvendiggør databevægelse til algoritmer. For at imødegå denne begrænsning udvikler AI sig mod et decentraliseret netværk af enheder, der bringer algoritmerne direkte til dataene. Dette skift, muliggjort af algoritmisk smidighed og autonom datadiscovery, vil reducere behovet for høj-båndbreddeforbindelse og forbedre datasikkerhed og privatliv, hvilket letter realtids edge-læring.

Læs mere »

Workstreamleder

Technical University of Denmark
DTU Compute

E: xefa@dtu.dk
T: +45 45 25 52 78

Tilknyttede personer

Kim G. Larsen

Professor

Aalborg Universitet
Institut for Datalogi

IT-Universitetet i København
Institut for Datalogi

Syddansk Universitet
Mærsk Mc-Kinney Møller Instituttet

Syddansk Universitet
Mærsk Mc-Kinney Møller Instituttet

Jan Damsgaard

Professor

Copenhagen Business School
Institut for Digitalisering

Jan Madsen

Professor

Technical University of Denmark
Department of Applied Mathematics and Computer Science

Emmanouil Vasilomanolakis

Associate Professor

Technical University of Denmark
DTU Compute

Technical University of Denmark
DTU Compute