Skip to main content Skip to main navigation

Projekt

PRIME

Predictive Rendering in Manifacture and Engineering

Das Projekt PRIME steht für Predictive Rendering in Manufacture and Engineering und zielt darauf ab, ein innovatives Training Network aufzubauen, in dem Promovenden Fertigkeiten und Protokolle entwickeln, die für den industriellen Einsatz von Predictive Rendering-Technologien erforderlich sind. Ein ITN-Netzwerk in diesem Bereich trägt wesentlich dazu bei, den Wettbewerbsvorteil der europäischen Region in dieser Hinsicht zu erhalten und zu erhöhen, indem junge ForscherInnen in einem vielversprechenden, zukunftsorientierten und forschungsorientierten Anwendungsgebiet ausgebildet werden. Dadurch können langfristige Kooperationen und dauerhafte, strukturierte Trainingsprogramme zwischen den Partnerorganisationen aufgebaut werden, um Forschungsarbeiten zu mehreren wichtigen Engineering-Problemen in diesem Bereich durchzuführen. Die Anwendungsbereiche dieser Rendering-Systeme umfassen Produktdesign, Architektur, Sensorsystem-Kalibrierung, Autonome Fahrzeugsysteme und Fertigungskontrolle.

Im DFKI Fachbereich Agenten und Simulierte Realität (ASR) wird einerseits daran gearbeitet, Fortschritte von glaubwürdigen Rendering-Anwendungen auf allgemeine elektromagnetische Wellen zu übertragen. Dazu sind algorithmische Verbesserungen zur Behandlung von Effekten wie Strahlenbeugung erforderlich, und die daraus resultierenden Simulationen müssen mit ground-truth Messungen verglichen werden. Andererseits wird untersucht, welches Maß an physikalischer Genauigkeit erforderlich ist, um Maschinen-Lernansätze erfolgreich aus synthetischen Daten zu trainieren. Eine zentrale Herausforderung besteht darin, ausreichend große Datensätze zu erstellen, wobei High-Performance-Implementierungen benötigt werden, beispielsweise durch die Implementierung der erforderlichen Algorithmen und Methoden auf einer GPU. Darüber hinaus müssen Algorithmen ausgewählt oder entwickelt werden, um Welleneffekte, komplexe indirekte Beleuchtung oder andere herausfordernde Effekte zu erfassen.

Partner

Univerzita Karlova (CZ), Luxion APS (DEN), University College London (UK), Danmarks Tekniske Universitet (DEN), Linkopings Universitet (SWE), Universidad de Zaragoza (SP), Imperial College of Science Technology and Medicine (UK)

Fördergeber

EU - Europäische Union

956585

Marie Skłodowska-Curie Innovative Training Networks (MSC-ITN-MULTI)

EU - Europäische Union