Text

Inbyggda system


Komplexa inbyggda system i realtid

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

Kontaktperson

Kontaktperson

No partial template found

Särskilt fokus finns på multiprocessor schemaläggningstekniker, synkroniseringsprotokoll, förutsägbar implementering av realtidssystem, kompositionell teori och teknik och liknande ämnen relaterade till förutsägbarhet i realtidssystem.

Gruppen arbetar också med kommunikationsprotokoll och arkitekturer baserade på Switched Ethernet. Den senaste forskningsriktningen är moln och industriell Internet of Things (IoT). Sammanfattning: timing, implementering, analys och modellering av komplexa inbäddade realtidssystem.

 

Gruppen bedriver forskning inom följande områden:

  • Multiprocessor schemaläggning och -synkronisering
  • Förutsägbar implementering av realtidssystem
  • Källkodsanalys för industriellt inbyggd programvara
  • Simuleringsbaserad analys av komplexa inbäddade system
  • Stokastisk och statistisk analys av realtidssystem
  • Kommunikationer i realtid
  • Adaptiva och omkonfigurerbara realtidssystem
  • Kompositionell implementering och analys av realtidssystem
  • Cloud och Industriell Internet of Things

Pågående forskningsprojekt

ARRAY - Automation Region Research Academy

Automation Region Research Academy (ARRAY) är en industriforskarskola i ett nära samarbete mellan MDU och några av världens främsta företag inom automation och robotik. ARRAY bidrar till ökad kompetens och utveckling inom vetenskapliga områden som är av strategisk relevans för svensk industri.


Projektansvarig vid MDU: Thomas Nolte

Huvudfinansiering: KK-stiftelsen

Cloud and the Industrial Internet of Things Initiative

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

PSI: Pervasive Self-Optimizing Computing Infrastructures (Genomgripande självoptimerande datainfrastrukturer)

Detta projekt syftar till att tillhandahålla en samling programvarukomponenter som dynamiskt kan optimera IIoT-infrastrukturen. PSI riktar sig till en förbättrad resursanvändning av systemet genom kontinuerliga och distribuerade systemomfattande optimeringar.


Projektansvarig vid MDU: Alessandro Papadopoulos

Huvudfinansiering: Vetenskapsrådet

Se avslutade projekt (26st)