Modulbeschreibung

Embedded Systems 1

Kurzzeichen:
M_EmbSys1
Unterrichtssprache:
Deutsch
ECTS-Credits:
4
Leitidee:

Das Modul behandelt Hardware- und Software-Komponenten und deren Schnittstellen in vernetzten eingebetteten Systemen (sogenannten cyber-physischen Systemen) entlang des "Sense, Think, Act, Communicate"-Modells, welches anhand verschiedener Anwendungen aus der Sensorik, digitalen Signalverarbeitung und Artificial Intelligence (AI), Regeltechnik und Kommunikationstechnik besprochen wird.
Die Studierenden lernen, die Systemkomponenten unter dem Aspekt beschränkter Ressourcen (Uniprozessor, minimaler Speicher, Ultra-Low-Power, Low-Cost, etc.) zu entwerfen, zu analysieren und auf einem Mikrocontroller umzusetzen.

Modulverantwortung:
Prof. Dr. Breitenmoser Andreas
Standort (angeboten):
Rapperswil-Jona
Zusätzliche Eingangskompetenzen:
  • Programmieren in C und Python
  • Software Engineering
Modultyp:
Wahlpflicht-Modul für Elektrotechnik STD_05(Empfohlenes Semester: 5)Kategorien:Aufbau Elektrotechnik (E-a), Technik (E-et)
Wahlpflicht-Modul für Elektrotechnik STD_14(Empfohlenes Semester: 5)Kategorien:Aufbau Elektrotechnik (E-a), Technik (E-et)
Wahlpflicht-Modul für Elektrotechnik STD_21(Empfohlenes Semester: 5)Kategorien:Aufbau Elektrotechnik (E-a), Technik (E-et)
Wahlpflicht-Modul für Elektrotechnik STD_24(Empfohlenes Semester: 5)Kategorien:Aufbau Elektrotechnik (E-a), Technik (E-et)
Wahlpflicht-Modul für Informatik STD_14(Empfohlenes Semester: 5)Kategorien:Aufbau (I_Auf), Informatik (I_Inf)
Wahlpflicht-Modul für Informatik STD_21(Empfohlenes Semester: 5)Kategorien:Aufbau (I_Auf), Informatik (I_Inf)
Wahlpflicht-Modul für Informatik STD_23(Empfohlenes Semester: 5)Kategorien:Aufbau (I_Auf), Informatik (I_Inf)
Modulbewertung:
Note von 1 - 6

Leistungsnachweise und deren Gewichtung

Modulschlussprüfung:
Schriftliche Prüfung, 120 Minuten

Inhalte

Angestrebte Lernergebnisse (Abschlusskompetenzen):
  • Die Studierenden können ressourcenbeschränkte eingebettete Systeme modellieren, analysieren und auf einem Mikrocontroller implementieren.
  • Sie können Sensoren kalibrieren und Sensordaten einlesen, sammeln und auf dem Zielsystem mittels digitaler Signalverarbeitung und Machine Learning (TinyML) weiterverarbeiten.
  • Sie können Motoren auf unterschiedliche Weise ansteuern und einfache digitale Regler umsetzen.
  • Sie können Kommunikationsprotokolle verstehen und ausgewählte Funktionalitäten in Hardware und Software realisieren.
  • Sie können ein eingebettetes System gemäss vorgegebener Metriken optimieren, um so den beschränkten Ressourcen im System gerecht zu werden.
Modul- und Lerninhalt:

Das Modul behandelt anhand von Arm Cortex-M Mikrocontrollern die wesentlichen Bestandteile und Eigenschaften eines modernen eingebetteten Systems:

  • Themenblock I "Sense": Sensoren, Sensor-Kalibration, Verarbeitung von Sensordaten, DSP- und Machine Learning-Methoden (z.B. Filter, FFT, Regression, Klassifikation), Sensor Fusion, State Estimation, Data Logging.
  • Themenblock II "Act": Aktuatoren, Motor-Regelung (Strom/Drehmoment, Drehzahl/Geschwindigkeit, Position), digitale Regler (z.B. PID), Trajektorien-Generierung und -Tracking.
  • Themenblock III "Communicate": drahtgebundene und drahtlose Kommunikationsprotokolle (z.B. TCP/IP für Ethernet und WiFi, GAP und GATT für BLE), Feldbusse (z.B. Modbus, CAN), Wireless Sensor Networks (z.B. Mesh Networking, Distributed Computing).
  • Themenblock IV "System": Modellierung und Analyse, Mikrocontroller-Auswahl und System-Optimierung (z.B. Low-Power), Power Management, Timing, Real-Time Clocks, Watchdog Timer.


Inhaltliche Änderungen und weitere Themen sind möglich.