Inbyggda system
Forskningen inom 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 och bedrivs vid Teknisk och hälsovetenskaplig fakultet.
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:
- Artificiell intelligens, maskininlärning och optimering,
- Formella metoder och statisk analys av program, och
- Robotik och dataanalys.
Forskningsledare: Cristina Seceleanu Länk till annan webbplats.
Elektro- och datorteknik (The Electrical and Computer Engineering, ECE)
Forskningsområdet 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:
- 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,
- 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
- 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 två företagsforskarskolor inom inbyggda system i samverkan med ett antal industriföretag. Företagsforskarskolorna ger medarbetare på företagen möjligheten att vidareutbilda sig till forskare och disputera.
- Array Länk till annan webbplats. är en industriforskarskola inom automation, som tagits fram i samarbete med flera av världens främsta automationsföretag. Den finansieras av KK-stiftelsen.
- RELIANT Länk till annan webbplats. är en forskarskola för resilienta intelligenta autonoma system. Den finansieras av KK-stiftelsen.
Forskningsprofiler
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 systemAutomatiserade 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 mjukvaruteknikCertifierbara 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 justifieringsteknikCyberfysisk systemanalys
Forskningsgruppen fokuserar på att analysera cyberfysiska system. Cyberfysiska system är integrationer av beräkning, nätverk och fysiska processer.
Läs mer om Cyberfysisk systemanalysDatakommunikation
Datakommunikation för fördröjningskritisk distribuerad kontroll, med fokus på forskning inom trygg och säker trådlös industriell automatisering.
Läs mer om DatakommunikationFormell 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 systemHeterogena 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 systemHälsofrämjande 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 teknikIndustriell 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 programvaruteknikKomplexa inbyggda system i realtid
Inom Komplexa inbyggda system fokuserar forskarna på implementering och analys av realtidssystem.
Läs mer om Komplexa inbyggda system i realtidLärande 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 optimeringMedicinsk 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 teknikModellbaserad 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 systemNeuroteknik
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 NeuroteknikProgramvarutestlaboratorium
Testning av inbyggd programvara, empiriska studier av mjukvarutestning, testautomation, modellbaserad testning.
Läs mer om ProgramvarutestlaboratoriumRobotik
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 RobotikSäkerhetskritisk 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 teknikTillförlitlig 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 programvaruteknikUbiquitous 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 ComputingMer information om Inbyggda system
Om du vill veta mer om forskningen som ryms inom Inbyggda system,
kontakta forskningsledaren.
Pågående forskningsprojekt
Inom projektet ska konceptet 'Bli stark som en skridskoåkare'utvärderas, vidareutvecklas och spridas. Konceptet innehåller testav fysisk förmåga relaterad till fallrisk, gruppträning ochteoriutbildning.
Projektansvarig vid MDU: Mia Folke
Huvudfinansiering: Familjen Kamprads stiftelse
The purpose of the project is to, in close collaboration with the department of rehabilitation medicine at Danderyd Hospital, implement ElectroEncephaloGraphy (EEG) mediated NeuroFeedback (NF) rehabilitation for stroke patients to study 1) the mechanisms of neuroplasticity that enable improved motor recovery and 2) the impact of severity of motor dysfunction on a) neuroplasticity, and b) on the hand grasping motor outcome of the NF rehabilitation.
Projektansvarig vid MDU: Elaine Åstrand
This initiative will conduct key research needed to enable ubiquitous access to cloud services in real-time, making this technology available also to operations in industrial systems.
Projektansvarig vid MDU: Thomas Nolte
This research proposes an agent architecture that models the internal operationof an agent, and uses the concept willingness to interact as the backboneof adaptive autonomous behaviour.
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)
Omformning av datadriven smart hälso- och sjukvård för att optimera resurser och anpassa vården för patienter med högt blodtryck genom AI och digitala tvillingmodeller
Projektansvarig vid MDU: Tiberiu Seceleanu
Huvudfinansiering: FORTE
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
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
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
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