Physische KI in verschiedenen Branchen: von der Erfassung zur Aktion
Entdecken Sie zwölf Branchen einschließlich der Medizin und machen Sie aus einer betrieblichen Herausforderung ein messbares Hardware- und Softwareprojekt.
Leitfaden lesen →◎ Deutsch
Technische Beiträge
Physical AI, Robotik und Embedded-Entwicklung.
Entdecken Sie Anwendungen in verschiedenen Branchen, einschließlich des Gesundheitswesens. Vertiefen Sie anschließend Ihr Wissen über die Sensorik, Hardware und Software dahinter.
Beginnen Sie mit Ihrer Anwendung
Von Physical AI zu einem funktionsfähigen Produkt.
Wählen Sie einen Leitfaden, der Ihren Anwendungsfall mit Hardware und Validierungsplanung verbindet.
Robotik-KI: von der Wahrnehmung zur zuverlässigen Edge-Steuerung
Verbinden Sie Wahrnehmung, Edge Computing und Bewegung durch klare Schnittstellen, Simulation und Validierung unter realen Bedingungen.
Leitfaden lesen →Physische KI im Gesundheitswesen: Entwicklung von Medizinprodukten und Abläufen
Erkunden Sie medizinische Sensorik, Laborautomatisierung und Robotik im Gesundheitswesen mit klar definiertem Entwicklungs- und Validierungsumfang.
Leitfaden lesen →Technische Bibliothek
Vertiefen Sie Ihr Verständnis der Entwicklung.
Praxiswissen zu Sensorik, Rechenplattformen, Schnittstellen und kundenspezifischer Produktentwicklung.
Satellitenentwicklung
Wie Edge AI auf Satelliten funktioniert: Von Sensordaten zum Downlink
Verstehen Sie die KI an Bord von Satelliten: Sensorvorverarbeitung, Inferenz, Cloud-Filterung, Datenpriorisierung, Downlink-Grenzen und Bodenvalidierung.
Lesen Sie den Engineering-LeitfadenSatellitenentwicklung
Hardware für Edge AI auf Satelliten: Rechenleistung, Stromversorgung und Verifikation
Planen Sie die Hardware für die Verarbeitung der Satellitennutzlast: CPU- und FPGA-Kompromisse, Stromversorgung, Wärmedesign, Strahlungsrisiken, Fehlerwiederherstellung und Verifizierungsnachweise.
Lesen Sie den Engineering-LeitfadenUmsetzungsleitfaden
Software für ereignisbasierte Bildverarbeitung: SDKs, Datenformate und Integration
Wählen Sie ein SDK, untersuchen Sie eine Aufzeichnung und definieren Sie die Ereignisverarbeitung vor dem Embedded-Pilotprojekt.
Leitfaden lesen →Umsetzungsleitfaden
RK3588-NPU-Leitfaden: Modelleinsatz, INT8 und Leistungstests
Entwickeln Sie einen reproduzierbaren Ablauf für die Modellbereitstellung und bewerten Sie Genauigkeit, Inferenzzeit und Ende-zu-Ende-Leistung getrennt.
Leitfaden lesen →Umsetzungsleitfaden
System-on-Module oder Single-Board-Computer: Auswahl für die Produktion
Vergleichen Sie eine Standardplatine mit einer individuellen Trägerplatine anhand von Einbaubedingungen, Systemkosten und Lebenszyklusanforderungen.
Leitfaden lesen →Umsetzungsleitfaden
Individuelle Trägerplatinen: Ablauf, Kostenfaktoren und Zeitplan
Erstellen Sie eine aussagekräftige Anforderungsskizze und verstehen Sie Aufwand, Abhängigkeiten und Ergebnisse eines NRE-Angebots.
Leitfaden lesen →Technischer Beitrag
Predictive Maintenance: Schwingungsanalyse und Edge AI
Planen Sie Schwingungsüberwachung für vorausschauende Wartung mit Betriebszuständen, Wärmebildtechnik und überprüfbaren Wartungsentscheidungen.
Beitrag lesen →Technischer Beitrag
Industrial-IoT-Netze: Store-and-Forward ohne Mobilfunkabdeckung
Planen Sie lokale Puffer, Nachrichtenprioritäten und Wiederanlauf für Smart Farming und die Überwachung abgelegener Anlagen.
Beitrag lesen →Technischer Beitrag
Industrial-IoT-Gateways: SPS, SCADA und Protokollintegration
Planen Sie Modbus, CAN-Bus, Datenzuordnung, Zeitstempel und Trace-Aufzeichnung für die Anbindung von SPS- und SCADA-Systemen.
Beitrag lesen →Technischer Beitrag
Sensorfusion: Kamera, LiDAR, IMU und Zeitsynchronisation
Planen Sie Zeitstempel, Kalibrierung und Latenz für die Fusion von Kamera-, LiDAR- und IMU-Daten in Robotik und industrieller Wahrnehmung.
Beitrag lesen →Technischer Beitrag
Ereignisbasierte und bildbasierte Bildverarbeitung im Praxisvergleich
Wählen Sie einen Kameraansatz passend zur Anwendung, vergleichen Sie zeitliche Systemgrenzen und planen Sie eine reproduzierbare Bewertung.
Beitrag lesen →Technischer Beitrag
FPGA, NPU oder MPU: Hardware für Edge-KI auswählen
Vergleichen Sie Prozessorrollen, berechnen Sie den Speicherbedarf eines Mehrkamerasystems und planen Sie eine wiederholbare Architekturbewertung.
Beitrag lesen →Technischer Beitrag
Lüfterlose Industrie-PCs für Edge AI entwickeln
Entwickeln Sie einen lüfterlosen Industrie-PC für dauerhafte KI-Last mit Wärmekonzept, Embedded Linux, Versorgungsschutz und Systemvalidierung.
Beitrag lesen →ALVEXIS / FORGEPULSE
Elektromotoren mit ForgePulse überwachen
Ein Pilot für Ihre Motorbaureihe: Schwingungen, lokale Temperatur und Magnetfeld erfassen, die Montage anpassen und die Grundlage für Wartungsanalysen und digitale Zwillinge schaffen.
Entdecken ↗Weiterführende Engineering-Leitfäden
Edge AI und Cloud AI für Industriegeräte
Edge AI und Cloud AI für Industriegeräte vergleichen: Latenz, Offline-Betrieb, Datenverarbeitung und Tests der gesamten Arbeitslast.
Industriesensoren für Zustandsüberwachung und Edge AI
Industriesensoren passend zu Messaufgabe, Schnittstellen, Befestigung und Kalibrierung eines kundenspezifischen Monitoringsystems auswählen.
Monitoring erneuerbarer Energien: Sensoren, Thermografie und Edge AI
Edge-AI-Monitoring für Biomasse-, Wind-, Solar- und Geothermieanlagen: Sensorintegration und Planung eines aussagekräftigen Pilotversuchs.
Von der Arduino-Plattform zur kundenspezifischen Industriehardware
Vom Arduino-Prototyp zur Industriehardware: mit klarer Schnittstellenspezifikation, kundenspezifischem PCB-Design und Fertigungsprüfplan.
Batterieüberwachung: Anforderungen an Embedded-Hardware
Batterieüberwachung und BMS-Entwicklung: Funktionsgrenzen, Messschnittstellen, Schutzverantwortung und Validierungsplanung verstehen.