Research project

Viele Anforderungen an eingebettete Systeme in der industriellen Automatisierungstechnik, der optischen Messtechnik, in biometrischen Systemen oder auch beim Anwendungsfeld Ambient Assisted Living lassen sich auf Aufgaben aus der Bildanalyse und der Mustererkennung mit Echtzeit-Randbedingungen zurückführen, die den Einsatz von eingebetteter Hochleistungsrechentechnik erfordern. Um diese Rechenleistung bereitzustellen, drängt sich eine Parallelverarbeitung auf, da sich Bilder in verschiedene Partitionen aufteilen lassen, die grundsätzlich alle gleichzeitig und weitgehend unabhängig voneinander bearbeitbar sind (Parallelität im Ort). Hinzu kommt ferner die Möglichkeit, verschiedene Teilschritte der Bildverarbeitungs-Auswertungskette 1 zeitlich überlappt, d.h. in einer Pipeline, abzuarbeiten (Parallelität in der Zeit).
Aus diesem Grund streben wir mit diesem Vorhaben die Entwicklung einer heterogene Vielkernarchitektur für eingebettete Bildverarbeitungssysteme an. Diese soll sich gegenüber spezialisierten, d.h. „starren“, SoCs oder embedded GPUs (s. Stand der Technik), die seit kurzem in intelligenten Kameras oder in Fahrerassistenzsystemen zum Einsatz kommen, durch größere Anpassbarkeit auszeichnen.