LARsys-Automation GmbH
bei aws Connect seit: 30.08.2021Unternehmensprofil
LARsys-Automation beschäftigt sich vorwiegend mit der Entwicklung und Herstellung von kundenspezifischen Elektroniken für den industriellen Einsatz in unterschiedlichsten Branchen. Industrie 4.0 ist für uns nicht nur ein Schlagwort, wir haben sehr gute Erfahrungen in den Bereichen Intralogistik, Maschinensteuerungen, Vernetzung, IoT und der Integration von spezifischen Technologien in unterschiedlichste Maschinen und Anlagen.
- Details:
- - Eigener FPGA basierter Hardwarebeschleuniger für neuronale Netzwerke als Basis für hocheffiziente KI Lösungen. - Entwicklung von KI gestützten Lösungen auf energieeffizienten Hardware-Plattformen unter Embedded Linux. - Echtzeitfähige Objekterkennung im realitätsnaher Umgebung mi Hilfe KI gestützter Algorithmen. - Entwicklung und Herstellung von kundenspezifischer Hard- und Software für unterschiedlichste Branchen.
- Die KI-Lösungen wurden für folgende Branchen entwickelt:
- Automotive & Luftfahrt, Landwirtschaft, Mobilität & Transport, Produktion & Maschinenbau, Software & Technology, Umwelt & Abfallwirtschaft
- Die KI-Lösungen sind für folgende Anwendungsfälle relevant:
- Qualitätskontrolle , Predictive analysis, Entscheidungsunterstützung, Intelligente Geräte & Roboter
- Folgende Technologien kommen zum Einsatz:
- Computer Vision, Machine Learning, Neural Networks
- Der KI-Anbieter kann sich in folgenden Bereichen eine Kooperation vorstellen:
- Forschung & Entwicklung, Use Case / Pilotprojekt, Produktion
- Eine Schnittstelle (API) ist vorhanden:
- Ja
- Referenzen:
- AIT Austrian Institute of Technology, LKR Leichtmetallkompetenzzentrum Ranshofen GmbH
Ein/e Datenschutzbeauftragte/r oder -verantwortliche/r für DSGVO und – wenn nötig – Pseudonymisierungsfragen ist vorhanden.
Produkte / Dienstleistungen / Use Cases / Forschungsgebiete
KI-gestützte dynamische Steuerung von Hochstromsignalen
• KI-gestützte dynamische Steuerung: Entwicklung einer Steuerung, die in Echtzeit generische Regelparameter anpasst, die an die tatsächlichen Prozessparameter der Hochstromsignale angelehnt sind und auf variablen Eingangsgrößen basieren. • Optimierung der Regelparameter: Verbesserung der Steuerungsqualität und Effizienz durch die Optimierung generischer Regelparameter, die an die tatsächlichen Stromprofile angelehnt sind. • Datenintegration und Algorithmusverbesserung...
ML-gestütztes Framework zur zeitsynchronen Erfassung von analogen Messgrößen
Das Projekt konzentriert sich auf die Entwicklung eines ML-gestützten Frameworks zur zeitsynchronen Datenerfassung unter Verwendung von Mikrofonen, Schwingungssensoren und prozessnahen Peripheriedaten. Kernziel ist es, die bestehende Prozess-Sensorik zu ergänzen und zu korrelieren, um eine interoperable und präzise getaktete Plattform zu schaffen. Eine Herausforderung ist die Schallausbreitung des Mikrofons und die Sicherstellung deren Zeitsynchronität...
FPGA basierter Hardwarebeschleuniger für neuronale Netzwerke
Im industriellen Umfeld kommen meist schlanke Lösungen zum Einsatz. Hier gilt es unter knappen Ressourcen und harten Bedingungen Aufgaben in Echtzeit zu lösen. Für eine harte Echtzeitfähigkeit und die parallele Verarbeitung eignen sich FPGAs sehr gut für Embedded-Lösungen. In einem konventionellem System, würden Daten von enem Sensor (z.B. Kamera) vom Embedded System an einen Hostrechner zur weiteren Analyse bzw. zur KI gestützten Verarbeitung weitergereicht werden...