Text

Inbyggda system

Forskningsinriktningen inbyggda system fokuserar på att utveckla den teknik som används för att styra olika produkter som till exempel bilar, robotar och maskiner. Forskningen rankas internationellt bland de bästa i världen.

Forskarna jobbar nära industrin och skapar teknologi som gör det möjligt att öka säkerheten inom sjukvården, minska riskerna i industrin och underlätta vardagen genom smarta lösningar i våra hem. En stor del av forskningen bedrivs i samarbete med industripartners som exempelvis ABB och Volvo.

Fyra områden i fokus

Datavetenskap och dataanalys (Computer and data science, CDS)

Datavetenskap och dataanalys (CDS) bedriver forskning om nya tillvägagångssätt, algoritmer, tekniker och verktyg inom AI (Artificial Intelligence) och maskininlärning, optimering, heterogen data från olika avkänningsenheter, mjukvara och hårdvara för robotar, hjärnliknande datorer, som samt formella metoder och statisk programanalys. Våra modeller och algoritmer kan göra förutsägelser om fysiska och miljömässiga fenomen och förbättra systemens förmåga att anpassa och förfina sitt beteende i realtid, med en hög grad av förutsägbarhetssäkerhet. Forskningen sträcker sig från teoretiska bidrag till tillämpade i nära samarbete med industrin.

CDS är verksamt inom forskning och utbildning på följande fronter:

  1. Artificiell intelligens, maskininlärning och optimering,
  2. Formella metoder och statisk analys av program, och
  3. Robotik och dataanalys.

Forskningsledare: Cristina Seceleanu Länk till annan webbplats.

Elektro- och datorteknik (The Electrical and Computer Engineering, ECE)

Forskningsinriktningen Elektro- och datorteknik (Electrical and Computer Engineering, ECE) bedriver forskning med fokus på det (inbyggda) systemets datorbaserade plattform, vilket innefattar körning (exekvering) av mjukvara, kommunikation av data, samt utveckling av mekanismer som styr eller påverkar hur systemet ska köra. Forskningen vid ECE utgår ifrån datorbaserade system som är inbyggda i en fysisk dator- eller elektrisk miljö. Systemen är oftast kritiska och de kräver hög tillförlitlighet, hög grad av säkerhet, samt förutsägbar timing och prestanda. Gemensamt för dessa system är även att de ofta har begränsade resurser för beräkning, kommunikation, och energi. Systemen är vanligtvis uppbyggda med en kombination av analog och digital hårdvara som är sammankopplad med trådbunden eller trådlös kommunikation, och mjukvara används för att styra systemets beteende och funktionalitet.

ECE har sitt ursprung i de klassiska akademiska ämnena datorteknik och elektroteknik. MDU-forskare är särskilt aktiva inom följande forskningsområden:

  1. inbyggda och distribuerade system, med specifikt fokus på förutsägbara och effektiva datorbaserade plattformar, protokoll och mekanismer för körning (exekvering) av det inbyggda och eventuellt distribuerade systemets mjukvara,
  2. datakommunikation, med specifikt fokus på forskning rörande pålitlig kommunikation med hjälp av design, mätning och utvärdering av teorier och algoritmer, som syftar till robusta protokoll för trådbunden och trådlös kommunikation i tidskritiska tillämpningar, samt
  3. automations- och reglersystem, inkluderande forskning rörande modellering, analys, optimering och design av styrsystem för industriella tillämpningar, med fokus på automation, robotik och distribuerade systemapplikationer.

Våra huvudsakliga tillämpningsområden är fordonssystem, processautomation samt industriell robotik, där lösningar utvecklas och utforskas i nära samarbete med industriella partners.

Forskningsledare: Thomas Nolte Länk till annan webbplats.

Medicin- och hälsoteknik (Medical and health engineering, MHE)

Medicin- och hälsoteknik är ett tvärvetenskapligt område som sammanför kompetens inom ingenjörsvetenskap och medicinsk vetenskap för att skapa banbrytande teknologier som kan hjälpa till att diagnostisera, behandla och förebygga sjukdomar, samt stödja människors välbefinnande. Fältet sträcker sig från att designa och utveckla nya utrustningar, system och metoder till att förbättra redan befintliga.

Forskarna inom forskningsområdet Medicin- och hälsoteknik (MHE) vid MDU har kompetenser inom medicinteknik, neuroteknik, sensorteknik, sensorsystem, elektroteknik, datorteknik, datavetenskap, signalbehandling, artificiell intelligens, människa- systeminteraktion, användarcentrerad design, samt fysiologi, psykologi och hälsa. 

En viktig del av forskningen utgörs av samarbeten med vetenskaplig expertis inom andra ingenjörsdiscipliner inklusive datakommunikation och robotik, samt med intressenter från hälso- och sjukvården, kommuner och den privata sektorn.

Forskningsledare: Maria Lindén Länk till annan webbplats.

Programvaru- och systemteknik (Software and Systems Engineering, SSE)

Programvaru- och systemteknik (Software and Systems Engineering, SSE) bedriver forskning om teori, metoder, processer, algoritmer och verktyg för att stödja design, utveckling, testning och underhåll av industriell programvara och programvaruintensiva system. Det inkluderar forskning om modellbaserad utveckling för att förenkla utveckling och drift, aspekter av pålitlighet (t.ex. funktionssäkerhet och cybersäkerhet) för att säkerställa att kritiska system går lita på och programvarutestning med fokus på kvalitetsattribut relaterade till pålitlighet och prestanda.

Forskningsledare: Jan Carlson Länk till annan webbplats.

Forskarutbildning

Förutom traditionell forskarutbildning inom ämnena datavetenskap och elektronik, bedrivs tre företagsforskarskolor inom inbyggda system i samverkan med ett antal industriföretag. Företagsforskarskolorna ger medarbetare på företagen möjligheten att vidareutbilda sig till forskare och disputera.

  • ITS ESS-H är en företagsforskarskola inom inbyggda sensorsystem för hälsa som finansieras av KK-stiftelsen.
  • Array är en industriforskarskola inom automation, som tagits fram i samarbete med flera av världens främsta automationsföretag. Den finansieras av KK-stiftelsen.
  • RELIANT är en forskarskola för resilienta intelligenta autonoma system. Den finansieras av KK-stiftelsen.

DPAC

Inom Inbyggda system finns forskningsprofilen Tillförlitliga plattformar för autonoma system och styrning (DPAC).

Tillförlitliga plattformar för autonoma system och styrning

Forskningsområden inom inbyggda system

Artificiell intelligens och intelligenta system

Grundläggande och tillämpad forskning inom AI och maskininlärning för intelligenta system, för både industriella, medicinska och affärsapplikationer.

Läs mer om Artificiell intelligens och intelligenta system

Automatiserade mjukvaruspråkutveckling och mjukvaruteknik

Forskningsgruppen fokuserar på automatiserad utveckling av mjukvaruspråk och mjukvara genom att tillämpa avancerade beräknings- och datamanipulationstekniker.

Läs mer om Automatiserade mjukvaruspråkutveckling och mjukvaruteknik

Certifierbara bevis och justifieringsteknik

Denna grupp utför forskning om språk, tekniker, mätvärden och processer inom bevis och argumentationsteknik i syfte att certifiera/självvärdera.

Läs mer om Certifierbara bevis och justifieringsteknik

Cyberfysisk systemanalys

Forskningsgruppen fokuserar på att analysera cyberfysiska system. Cyberfysiska system är integrationer av beräkning, nätverk och fysiska processer.

Läs mer om Cyberfysisk systemanalys

Datakommunikation

Datakommunikation för fördröjningskritisk distribuerad kontroll, med fokus på forskning inom trygg och säker trådlös industriell automatisering.

Läs mer om Datakommunikation

Design av realtidssystem

Forskargruppen har fokus på designmetoder, arkitekturer och kommunikation för realtidssystem.

Läs mer om Design av realtidssystem

Formell modellering och analys av inbyggda system

Fokus är på formell modellering, analys och verifieringstekniker för inbyggda system i realtid, speciellt formell syntax och semantik för komponentbaserade och serviceinriktade modeller med extrafunktionella egenskaper såsom tid eller resurser.

Läs mer om Formell modellering och analys av inbyggda system

Heterogena system

Gruppen syftar till att öka nyttjandet av heterogena system när det gäller förutsägbarhet, effektiv utveckling och effektiv integration av mjuk- och hårdvara för nästa generations intelligenta system.

Läs mer om Heterogena system

Hälsofrämjande teknik

Vårt fokus är att med en tvärvetenskaplig approach förflytta forskningsfronten kring teknologier som ger personanpassade hälsoråd. Vi digitaliserar hälsoråd baserade på beprövade metoder och aktuell forskning för vald hälsoutmaning, anpassar och utvecklar nya metoder för att kunna samla in och processa objektiva och subjektiva data från användarna och integrerar relevanta beteendeförändringsstrategier för att kunna ge personanpassade råd för hälsoförbättringar.

Läs mer om Hälsofrämjande teknik

Industriell programvaruteknik

Fokuserar på konstruktion och analys av komplexa programvaruintensiva industriella system, vilket inkluderar tekniker, metoder och processer. Särskild tonvikt läggs på komponent- och modellbaserad utveckling av inbyggda system.

Läs mer om Industriell programvaruteknik

Komplexa inbyggda system i realtid

Inom Komplexa inbyggda system fokuserar forskarna på implementering och analys av realtidssystem.

Läs mer om Komplexa inbyggda system i realtid

Lärande och optimering

Gruppen syftar till att utforska synergin mellan maskininlärning och optimering för att uppnå samverkande effekter för att bygga högeffektiva och smarta system.

Läs mer om Lärande och optimering

Medicinsk teknik

Forskningen inom Biomedicinteknikgruppen fokuserar på tillförlitlig icke-invasiv fysiologisk datainsamling och signalbehandling. Målet är att hitta lösningar på verkliga problem och projekten genomförs i nära samarbete med den offentliga sektorn.

Läs mer om Medicinsk teknik

Modellbaserad konstruktion av inbäddade system

Utveckling av metoder och verktyg för modellbaserad utveckling av inbäddade system, inklusive: modeller för arkitektoniska och beteendebeskrivningar av system och krav på system, tekniker för att analysera och transformera modeller och runtime-arkitekturer för resurseffektiva, förutsägbara inbyggda system.

Läs mer om Modellbaserad konstruktion av inbäddade system

Neuroteknik

Forskningsgruppen inom Neuroteknik fokuserar på att främja teknologi relaterat till neurala gränssnitt (hjärn-maskin-gränssnitt, BMI). Vi är särskilt intresserade av biofeedbacksystem i dess interaktion med hjärnan vilket inkluderar både systemteknik och neurovetenskap.

Läs mer om Neuroteknik

Programmeringsspråk

WCET analys (längsta exekveringstid), samt design och analys av språk för realtid och inbyggda system. Fokuserar på statisk programanalys för inbyggda system, specialiserad på WCET-analys.

Läs mer om Programmeringsspråk

Programvarutestlaboratorium

Testning av inbyggd programvara, empiriska studier av mjukvarutestning, testautomation, modellbaserad testning.

Läs mer om Programvarutestlaboratorium

Robotik

Robotikforskningsgruppen bedriver forskning främst inom området för autonoma samarbetssystem. Fokus ligger på anpassningsbar autonomi, trygg och säker vägplanering, realtids 3D-vision, uppdragsplanering för samarbetande autonoma fordon, människa-robot-interaktion, och tillförlitlig elektronik i biomedicinsk teknik och avioniksystem.

Läs mer om Robotik

Säkerhetskritisk teknik

Fokuserar på att överbrygga de teoretiska grunderna för tillförlitlighet och industriell mjukvaruutveckling, med tonvikt på teknik- och processaspekter för komplexa tillförlitliga system.

Läs mer om Säkerhetskritisk teknik

Tillförlitlig programvaruteknik

Metoder och processer för utveckling av tillförlitliga programvarusystem; specifikt tekniker och schemaläggningsanalys för feltoleranta realtidssystem, tillförlitlig modellering av programvara, mjukvarutestning och säkerhetsargument för certifiering.

Läs mer om Tillförlitlig programvaruteknik

Ubiquitous Computing

Datateknik som miljöprocess och miljö som datorenheter. Datorbaserade enheter blir allt mindre, distribuerade och alltmer integrerade i omgivningen. Ubicomp studerar både inneboende databehandling, som den verkar i naturen, och utformad datoranpassning, som konvergerar mot omgivningens intelligens.

Läs mer om Ubiquitous Computing

Mer information om Inbyggda system

Om du vill veta mer om forskningen som ryms inom Inbyggda system,
kontakta forskningsledaren.

No partial template found

Pågående forskningsprojekt

Syftet med projektet är att få en ökad förståelse för mättekniker för övervakning av fysiologiska parametrar avseende lungfunktion, hur dessa kan integreras med sensorlösningar som inkluderar analys och möjligheten att använda dessa sensorlösningar för att kunna ge feedback till patienter om patienternas hälsa och lungfunktion vilket kan öka följsamheten till egenvård.


Projektansvarig vid MDU: Azadeh Ghajarjazy

Huvudfinansiering: Center för välfärdsförändring

Projektet syftar till att tillhandahålla nya teoretiska grunder och praktiska algoritmer för att automatiskt designa skalbara energieffektiva DL-modeller med lågt energifotavtryck och underlätta snabb användning av komplicerade DL-modeller för olika Edge-enheter som uppfyller givna hårdvarubegränsningar. Detta projekt kommer anmärkningsvärt att undersöka prestandaanalys och modellering, optimering och inlärningsalgoritmer följt av omfattande experiment för verifiering.


Projektansvarig vid MDU: Masoud Daneshtalab

Huvudfinansiering: Vetenskapsrådet

HIVEMIND är ett projekt som syftar till att främja ansvarsfulla och människocentrerade programvaruutvecklingsmetoder, verktyg och bästa praxis som utnyttjar AI och datateknik för att påskynda hela mjukvaruutvecklingens livscykel.


Projektansvarig vid MDU: Mobyen Uddin Ahmed

Huvudfinansiering: European Union’s Horizon 2020

Projektets mål är att övervinna de största utmaningarna med syntes och verifiering av säkra och säkra AD-kontroller, som finns i den nuvarande fordonsindustrin i Sverige.


Projektansvarig vid MDU: Rong Gu

Huvudfinansiering: KK-stiftelsen

INDTECH-projektet är en industriell forskarskola vid MDU, med fokus på implementeringen av Industri 4.0 och tillämpad AI inom produktionssystem i samverkan med 12 partnerorganisationer bestående av ledande industriföretag, forskningsinstitut och teknikcentra samt stödjande organisationer som AI Sverige, PiiA, Automation Region och Blue Institute. INDTECH Industrial Technology Graduate School erbjuder avancerad utbildning inom området industriell digitalisering, ett nytt och framväxande teknikområde som revolutionerar alla aspekter av tillverknings- och processindustrin


Projektansvarig vid MDU: Markus Bohlin

Huvudfinansiering: KK-stiftelsen

Projektet har som mål att utveckla nya tekniker och verktyg för holistisk modellbaserad mjukvaruutveckling av förutsägbara fordonsplattformar som inkluderar äldre kommunikation och TSN.


Projektansvarig vid MDU: Saad Mubeen

Huvudfinansiering: VINNOVA (FFI)

ITS-EASY is an industrial research school in Embedded Software and Systems, affiliated with the School of Innovation, Design and Engineering (IDT) at Mälardalen University (MDU), as an integrated part of the MDU strategic research area Embedded Systems (ES).


Projektansvarig vid MDU: Kristina Lundqvist

Huvudfinansiering: KK-stiftelsen

MONA LISA leverages the data generated in the development and production of complex CPS. It does so by analysing and visualising the behaviour of models, hardware, and software. MONA LISA ensures that new systems are designed with such capabilities in mind and will integrate the data generated by next-generation design tools.


Projektansvarig vid MDU: Wasif Afzal

Huvudfinansiering: Vinnova

The project focuses on modeling and analyzing event-based asynchronous autonomous systems for safety assurance, performance evaluation, and optimization


Projektansvarig vid MDU: Marjan Sirjani

Huvudfinansiering: KK-stiftelsen

Projektet syftar till att öka effektiviteten i analys och hantering av risker i samhällskritiska sammankopplade system-av-system. Detta uppnås genom att riskanalytiker med en viss arbetsinsats kan identifiera och minska betydligt fler risker än vad de klarar med dagens metoder och samma insats.


Projektansvarig vid MDU: Jakob Axelsson

Huvudfinansiering: Myndigheten för samhällsskydd och beredskap (MSB)

Projektets mål är att utveckla ett ICT-aktiverat, datadrivet beslutsstödssystem som implementerar en praktisk ekonomisk ersättningstidsmodell baserad på högkvalitativa, verkliga kostnadsdata och miljöparametrar.


Projektansvarig vid MDU: Wasif Afzal

Huvudfinansiering: Vinnova

Syftet med PRE-fall projektet är att utveckla och utvärdera ett E-hälsoverktyg och sensorlösningar för att möjliggöra upptäckt av tidiga åldersrelaterade försämringar i fysisk förmåga förknippade med förhöjd fallrisk och därefter minska fallrisken genom individanpassade råd. Utvecklingen av sensorlösningar och användargränssnitt sker genom användarcentrerade iterativa designprocesser.


Projektansvarig vid MDU: Annica Kristoffersson

Huvudfinansiering: KK-stiftelsen

Datadrivna utvecklingsmetoder visar sig producera träffsäkra modeller för perceptionsrelaterade funktioner som objektdetektion och semantisk segmentering, men de flesta modellerna saknar de övergripande egenskaper som gör dem lämpliga för tillförlitliga system. Detta projekt ämnar resultera i robusta maskininlärningsmodeller som möter upp och överträffar de krav som ställs för certifiering.


Projektansvarig vid MDU: Masoud Daneshtalab

Huvudfinansiering: Stiftelsen för strategisk forskning

Det primära fokusområdet är gAI-baserade prognoser. I komplexa operativa scenarier kommer det övervaka, upptäcka och prognostisera industriell utrustning och maskinförhållanden med hänsyn till olika datamodaliteter, t.ex. bild, text och tabelldata som visas i användningsfallen.


Projektansvarig vid MDU: Shahina Begum

Huvudfinansiering: Vinnova

Det övergripande målet för SEINE är att utveckla nya tekniker, industriella verktyg och validerare för att stödja automatisk självkonfigurering av förutsägbara industriella kommunikationsnätverk.


Projektansvarig vid MDU: Saad Mubeen

Huvudfinansiering: KK-Stiftelsen

Detta projekt kommer att utveckla självövervakande och kontinuerliga inlärningsmetoder för att främja en bredare tillgänglighet av datadrivet prediktivt underhåll i kraftnät.Kontinuerligt (och livslångt) lärande har hög potential att stödja mer grundade och exakta underhållsbeslut genom att hantera förändrade förhållanden i kraftnät, som t.ex. åldrande av elektriska komponenter. Fallstudier med data som samlats in från kraftnät kommer att utföras för att utvärdera effektiviteten i de föreslagna metoderna.


Projektansvarig vid MDU: Ning Xiong

Huvudfinansiering: SSF

Projektet kretsar kring matproduktion och konsumtion i städer och lokala kedjor, foodtech, alternativ framtida mat och lokalt sortiment i Skandinavien som tillsammans kan bygga ett motståndskraftigt nordiskt livsmedelssystem.


Projektansvarig vid MDU: Baran Cürüklü

Huvudfinansiering: Europeiska unionen

Software Center is a collaboration between five academic partners and thirteen companies, dedicated to accelerating industrial digitalization and to support a continuous exchange of knowledge between the companies.


Projektansvarig vid MDU: Jan Carlson

The long-term goal of this project is to identify key factors that hinder the combination of model- based development and continuous integration, and to develop methods, techniques and tools to help alleviate them.


Projektansvarig vid MDU: Jan Carlson

Målet med TRUSTY att tillhandahålla anpassning av transparensnivån för att öka tillförlitligheten för AI-drivna beslut i samband med fjärrstyrda digitala torn (RDT).


Projektansvarig vid MDU: Mobyen Uddin Ahmed

Huvudfinansiering: EU, Sesear3 joint undertaking

Projektet vill skapa ett AI-system som kan övervaka hjärtats och kärlens hälsa i realtid. Det mäter och förutspår blodtryck och stela artärer, genom att använda ljus för att läsa av signaler från blodkärlen.


Projektansvarig vid MDU: Maria Lindén

Huvudfinansiering: Mälardalens universitet

Worst-Case Execution Time (WCET) analysis tries to find an upper bound for the time needed to execute a program. Such WCET bounds are very important when designing and verifying real-time systems. Current industrial practice is to estimate these bounds from measurements, something often complicated and error-prone.


Projektansvarig vid MDU: Björn Lisper