Dafür kombinieren wir datenzentrierte Edge-KI-Ansätze (TinyML) mit deterministischen Expertensystemen. So lassen sich autonome Entscheidungen auf Basis lokalen Wissens effizient, sicher und nachvollziehbar treffen.
Arbeitsschwerpunkte
Auf Grundlage bisheriger Forschungsarbeiten entwickelt das IART dieses neuartige System für die Onboard-Autonomie. Im Mittelpunkt stehen unter anderem:
- die Entkopplung und Optimierung von neuronaler Perzeption und symbolischem Schlussfolgern
- ein „Symbolizer“ als intelligente Schnittstelle, die hochfrequente Daten aus TinyML-Modellen in stabile, semantisch bedeutsame Fakten übersetzt
- der Abgleich von Systemfehlern mit Autonomieanforderungen und ursprünglichen Missionszielen (zielbasiertes Entscheiden)
- die Verifikation und Validierung (V&V) der hybriden Architektur für eine inhärent erklärbare KI („Explainable AI“) durch Rule Tracing
- der Aufbau einer repräsentativen Hardware-in-the-Loop-Umgebung (HiL) mit aktuellen, raumfahrtrelevanten Mikrocontrollern
- die nachhaltige Entwicklung robuster Algorithmen für den New-Space-Markt
