Forschung und Transfer

Geforscht wird an Methoden der Sprachsignalverbesserung mit Künstlicher Intelligenz (KI) zur Erhöhung der Sprachverständlichkeit und Sprachqualität unter akustischen Bedingungen, bei denen klassische Algorithmen häufig an ihre Grenzen stoßen. Diese neuartigen Verfahren werden oft mit klassischen Algorithmen kombiniert, um best mögliche Ergebnisse zu erzielen.

Beim Predictive Maintenance mit Künstlicher Intelligenz (KI) geht es um eine Früherkennung von kritischen Zuständen an Maschinen. Der Zustand einer Maschine wird durch Sensoren überwacht und durch die KI ausgewertet, sodass eine Wartung im Bedarfsfall frühzeitig eingeplant werden kann, bevor die Maschine unvorhergesehen ausfällt. Predictive Maintenance soll zur Nachhaltigkeit und Wirtschaftlichkeit beitragen und Vorteile gegenüber traditionellen Wartungsintervallen mit sich bringen.

Neue Interaktionsmöglichkeiten wie Gesten- oder Sprachsteuerung und Erkennung von Mimik mithilfe von Künstlicher Intelligenz (KI) stehen im Fokus. Gegenüber konventionellen Methoden zur Steuerung von Geräten, sollen Daten abgefragt und Steuerbefehle übergeben werden, während der Bediener einer anderen Tätigkeit nachgeht. Komfort, Effizienz und Sicherheit sollen dadurch gesteigert werden. Dabei spielt auch die Sensordatenfusion eine Rolle.

Um die Verkehrssicherheit zu erhöhen, sollen Fahrzeuge künftig das Hören erlernen. Bei der Akustischen Umfeld-Perzeption werden akustische Ereignisse außerhalb des Fahrzeugs mit Hilfe von Luftschallmikrofonarrays aufgezeichnet und in Echtzeit von einer intelligenten Signalverarbeitungseinheit verarbeitet. Die Erkennung unterschiedlicher Ereignisse und Gefahrensituationen außerhalb des Fahrzeuges, wird mithilfe von Künstlicher Intelligenz und Techniken des Maschinellen Lernens realisiert.