Embedded systems are present everywhere in our daily lives and are integral parts of modern engineering. They start with smart lightbulbs or electric door openers and continue with control units for automotive applications or industrial machines. Furthermore, safety-critical systems, such as airbags or ventilators, are controlled with an embedded system.
Course Objectives
In this course, the students learn to develop software for embedded systems. At first, the students learn the concepts of embedded systems, including hardware structures and software design. Afterwards, they are introduced to microcontrollers and their functionalities, such as input and output registers, timers, interrupts, and bus systems. At the end of this course, the students know how to develop, implement, and test software for embedded systems.
Prerequisites
Students taking this course must be familiar with the C programming language and its concepts, for example, pointers and procedural programming. Furthermore, basic knowledge of software design and electrical engineering is helpful for this course.
Lab
A lab accompanies the lecture, where the students learn to program a microcontroller and apply the lecture’s content. Using an ATmega32U4, the students develop a hardware-oriented and low-level software library to address digital input and output pins, read analog to digital (ADC) converters for analog sensors, use hardware timers and interrupts, and control an actuator. At the end of the lab, the students combine all functionalities and implement software for different applications.
Performance accreditation:
Written Exam
ECTS credit points:
6
Stud.IP informationen about this course:
Home institute: Institut für Autonome Cyber-Physische Systeme (E-24)
Registered participants in Stud.IP: 142
Postings: 4
Documents: 34
Betreute Abschlussarbeiten
laufende
2024
Gerstein, Manuel (2024). Analyse und Bewertung der Netzkapazität von Niederspannungsnetzen gegenüber hohen Durchdringungen an elektrischen Wärmepumpen und Elektroautos (extern).
Malpricht, Marlin (2024). Entwicklung und Simulation eines kurativen Engpassmanagements für zellulare Verteilnetze und Bewertung potentieller Vorteile bei Kooperation von Übertragungs- und Verteilnetzbetreibern.
2023
Mülke, Luca (2023). Verbesserung von verteilten Kurzfrist-Netzzustandsprognosen mit maschinellem Lernen für kuratives Engpassmanagement in zukünftigen modernen sektorgekoppelten Niederspannungsnetzen.
beendete
2024
Ahrens, Daniel (2024). Entwicklung und Bewertung von Sensitivitätsanalysen innerhalb zellularer Niederspannungsnetze für ein zukünftiges Engpassmanagement nach EnWG §14a.
2023
Buse, Alexander (2023). Entwicklung und Simulation eines kurativen Engpassmanagements für Niederspannungszellen innerhalb eines zellularen Energiesystems.
Merling, Stefan (2023). Analyse und Bewertung von Energieangeboten in zellular betriebenen Niederspannungsnetzen mit lokalem Markt.
2022
Fahrenkrug, Finn (2022). Entwicklung und Verifikation eines thermisch-elektrischen Leitungsmodells für das Engpassmanagement im elektrischen Verteilnetz.
Hoegel, N. (2022). Untersuchung und Bewertung von Netzzustandschätzung und -Prognosen unter Berücksichtigung von Fehlerszenarien bezüglich der Informations- und Kommunikationstechnik.
Hoegel, N. (2022). Entwicklung und Simulation eines verteilten Netzzustandsprognoseverfahrens für zellulare elektrische Energiesysteme. [pdf]
Rogoll, H. (2022). Entwicklung und Simulation von sozialen Beziehungen benachbarter Zellen zur Eigenverbrauchsoptimierung innerhalb eines zellularen Energiesystems mittels eines Multiagentensystem. [pdf]
Westphal, J. (2022). Implementierung und Bewertung einer Co-Simulation mit der Plattform Mosaik zur Kopp-lung von Modelica mit einem in Python implementierten Optimierungsalgorithmus.
2021
Luo, K. (2021). Entwicklung und Simulation eines Wechselrichtermodells für die Stabilitätsuntersuchung im winkelgeregelten Betrieb zukünftiger Stromnetze.
Schenk, C. (2021). Entwicklung und Optimierung der Beschaffungsstrategie für abzuregelnde Energie im Redispatch 2.0-Kontext basierend auf einer Vorhersagbarkeitsanalyse von Netzengpässen.