Neue Algorithmen, hohes Datenaufkommen und der zunehmende Einsatz von künstlicher Intelligenz in der Maschinensteuerung erfordern eine ganz neue Leistungsklasse eingebetteter Steuerungssysteme aber auch neue Verfahren zum Entwurf und Test von Steuerungssoftware.
Die Gruppe Distributed Computing and Communication zeichnet sich durch ein breites Kompetenzspektrum- vom Entwurf mikroelektronischer integrierter Schaltungen und Architekturen über die Entwicklung hardwarenaher Software, der Einbindung von Sensoren und Aktoren bis zur Vernetzung elektronischer Steuerungssysteme - aus.
Besondere Kompetenzen bestehen bereits in den Themenfelder:
- Energieeffizienz
- Echtzeitfähigkeit
- Sicherheit
- Robustheit
- Hardware-/Software-Architekturen
- Systempartitionierung, -modellierung und –simulation
In Produktionsanlagen durchlaufen die Produkte oft viele sukzessive Bearbeitungsschritte, die an unterschiedlichen Maschinen und Positionen im Shopfloor stattfinden. Damit diese Bearbeitungsschritte aufeinander abgestimmt durchgeführt werden können, müssen die Steuerungsgeräte zuverlässig miteinander kommunizieren können. Daher sind sichere Kommunikationsverfahren und -Architekturen ein zentraler Forschungsgegenstand der DCC-Gruppe.
Dabei spielen in der Auslegung unterschiedlichste Anforderungen wie Kompatibilität mit Industriestandards, Reaktionszeiten und Bandbreiten aber auch Safety und Security eine wesentliche Rolle. Die Gruppe erforscht daher Verfahren und Methoden, wie sich für die unterschiedlichen Anforderungen der Produktionssysteme an die Kommunikation effiziente Lösungen entwickelt werden können.
Als Forschungsplattform und als Konzept für zukünftige Architekturen der Automatisierungstechnik wird in der Gruppe DCC die FAVIA-Referenzplattform entwickelt. Sie ermöglicht die Erprobung neuartiger Ansätze für Steuerungs- und Automatisierungsaufgaben. Gleichzeitig erlaubt sie einen fließenden Übergang von Prototypen hin zu Produktivsystemen.
Personen 
B
D
R
Behnam Razi Perjikolaei
E-Mail: behnam.razi.perjikolaei(at)offis.de, Telefon: +49 441 9722-159, Raum: O82
S
W
Projekte
C
G
K
KI embedded
KI-Grundlagenentwicklung für Embedded-Systems mit Leitanwendungen in Virtueller Sensorik und Brennstoffzellenregelung
Laufzeit: 2021 - 2024T
ThermoTwin
Laufzeit: 2022 - 2025
V
VE-VIDES
Laufzeit: 2021 - 2024
Z
Publikationen
2023
Teaching Cyber-Physical Systems in Student Project Groups: How Do Alumni Assess the Experience in Retrospective?
Henning Schlender, Ralf Stemmer, Kim Grüttner, Günter Ehmen, Friederike Bruns, Bernd Westphal; 2023
2022
A Comparison of Virtual Platform Simulation Solutions for Timing Prediction of Small RISC-V Based SoCs
Böseler, Felix and Walter, Jörg and Razi Perjikolaei, Behnam; Forum on specification & Design Languages (FDL) 2022; 09 / 2022
A Detailed Analysis of Timing Effects in an IEC 61499 Ethernet/TSN Communication Scenario
Bruns, Friederike and Walter, Jörg and Nebel, Wolfgang; 27th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA); 09 / 2022
Architectural Concepts for IEC 61499-based Machine Controls: Beyond Normal Operation Handling
Sonnleithner, Lisa and Walter, Jörg and Wiesmayr, Bianca and Ashiwal, Virendra and Sharma, Shubham and Zoitl, Alois; 27th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA); 09 / 2022
Model-aware Simulation of IEC 61499 Designs
Mehlhop, Sven and Walter, Jörg; 27th IEEE International Conference on Emerging Technologies and Factory Automation (ETFA); 09 / 2022
2021
FPGA based low latency, low power stream processing AI
Domenik Helms, Mark Kettner, Behnam Razi Perjikolaei, Lukas Einhaus, Christopher Ringhofer, Gregor Schiele; European Workshop on On-Board Data Processing; June / 2021
2020
An Embedded CNN Implementation for On-Device ECG Analysis
Alwyn Burger, Chao Qian, Gregor Schiele, Domenik Helms; 2020 IEEE International Conference on Pervasive Computing and Communications Workshops (PerCom Workshops); March / 2020
Modelling neural networks as SDFG representations for energy efficient hardware
Mark Kettner and Behnam Razi Perjikolaei and Wolfgang Nebel; 09 / 2020
Patent: LUTnet – Vorrichtung zur rechnergestützten Klassifikation von Sensordaten unter Verwendung einer trainierten neuronalen Netzstruktur (LUTnet - Device for computer-aided classification of sensor data using a trained neural network structure)
Domenik Helms, Gregor Schiele, Moritz Könnecke; 2020
