english  | Home | Impressum | Datenschutz | KIT

Maschinelles Lernen + Reales Steuergerät = ?

Maschinelles Lernen + Reales Steuergerät = ?
Typ:Bachelor-/ Masterarbeit
Datum:vergeben
Betreuer:

M. Eng. Marc Weber

Maschinelles Lernen + Reales Steuergerät = ?

.
.

Umfeld

Die Kombination aus steigender Konnektivität und automatisiertem Fahren stellt auch moderne E/E-Architekturen vor neue Herausforderungen. Eine sichere Fahrzeug-interne Kommunikation trägt dabei einen wesentlichen Teil zur Sicherheit des Gesamtfahrzeugs bei. Ein Baustein ist hierbei die Überwachung der Kommunikation und das Erkennen von Unregelmäßigkeiten, sogenannten Anomalien.
In einer vorherigen Arbeit wurde ein System entwickelt, dass Anomalien in der CAN-Kommunikation erkennt. Dieses System läuft momentan innerhalb einer Simulationsumgebung und wurde in C# realisiert. Ziel dieser Arbeit ist die Portierung dieser Anomalieerkennung auf ein reales Steuergerät. 

 

Aufgabe

  • Einarbeitung in Anomalieerkennung (allgemein)
  • Einarbeitung in das bestehende Anomalieerkennungssystem
  • Einarbeitung in die Steuergeräte-Hard- und -Software
  • Portierung der Anomalieerkennung nach C
  • Evaluierung der Portierung bezüglich Laufzeit und Speicherverbrauch (kann eine Anomalieerkennung in Echtzeit unter realen Bedingungen durchgeführt werden?)
  • Optimierung der Lösung 

 

Voraussetzungen

Gute Kenntnisse in C# und C (hardwarenahe Programmierung), Kenntnisse in CAN von Vorteil, selbstständiges Lernen, Team- und Kommunikationsfähigkeit