Projektid

Gravitatsioonilainete avastamine pakub uusi võimalusi Universumi alusseaduste täpsemaks väljaselgitamiseks ja potentsiaalseks paradigmanihkeks osakestefüüsika ja kosmoloogia vallas. Tippkeskus "Universum" seab eesmärgiks interdistsiplinaarse uurimustöö, sidudes gravitatsioonilainete vaatlused käimasolevate uuringutega teoreetilise ja eksperimentaalse kosmoloogia, osakestefüüsika ja gravitatsiooni alal. Tippkeskus toob nende erialade eksperdid kokku ühtsesse raamistikku, mis soodustab interdistsiplinaarset koostööd. Lisaks uuringutele fundamentaalfüüsika vallas hõlmavad tippkeskuse tegevused eksperimentaalse riistvara ja infotehnoloogia meetodite arendamist, sealhulgas järgmise põlvkonna masinõppe algoritmide välja töötamist ning kvantarvutite võimalikke rakendusi fundamentaalteaduslikes uuringutes. Tippkeskus tugineb Eesti liikmelisusele ESA-s ja CERN-is, edendades teadmiste ülekannet nendest organisatsioonidest Eestisse ja tõstes Eesti teaduse rahvusvahelist konkurentsivõimet.

Gravitatsioonilainete avastamine pakub uusi võimalusi Universumi alusseaduste täpsemaks väljaselgitamiseks ja potentsiaalseks paradigmanihkeks osakestefüüsika ja kosmoloogia vallas. Tippkeskus "Universum" seab eesmärgiks interdistsiplinaarse uurimustöö, sidudes gravitatsioonilainete vaatlused käimasolevate uuringutega teoreetilise ja eksperimentaalse kosmoloogia, osakestefüüsika ja gravitatsiooni alal. Tippkeskus toob nende erialade eksperdid kokku ühtsesse raamistikku, mis soodustab interdistsiplinaarset koostööd. Lisaks uuringutele fundamentaalfüüsika vallas hõlmavad tippkeskuse tegevused eksperimentaalse riistvara ja infotehnoloogia meetodite arendamist, sealhulgas järgmise põlvkonna masinõppe algoritmide välja töötamist ning kvantarvutite võimalikke rakendusi fundamentaalteaduslikes uuringutes. Tippkeskus tugineb Eesti liikmelisusele ESA-s ja CERN-is, edendades teadmiste ülekannet nendest organisatsioonidest Eestisse ja tõstes Eesti teaduse rahvusvahelist konkurentsivõimet.

Easy2reUse projekt arendab intelligentset taaskasutatavat maski tervishoiutöötajatele, kriitilistele töögruppidele ja kodanikele. Mask on jätkusuutlik, kergesti hingamist tagav, mugav pikaajaliseks kandmiseks, madala maksumusega, lihtsalt puhastatav ning vastavuses universaalse sobivuse ja standardinõuetega. Maski kasutajakogemusi uuritakse põhjalikult Soomes ja Hispaanias. Maski puhastamine ja hooldamine haigla- ning muudes keskkondades on oluline osa selle taaskasutatavuse ja puhtusenõuete täitmise tagamisel. Taaskasutatavate näomaskide turuvalmiduse uuring keskendub tootmisprotsesside kavandamisele, rõhutades materjalide hankimist, kulutõhusust ja kestlikkust. Majandusliku teostatavuse, kasutusmugavuse ja tootmise efektiivsuse terviklik arusaam saavutatakse, ühendades kvantitatiivsed ja kvalitatiivsed analüüsid kogu prototüüpide arenduse ja katsetamise faasides. Nende katsete käigus hinnatakse elektroonikaga integreeritud maskiprototüüpide funktsionaalsust, vastupidavust ning vastavust kehtivatele eeskirjadele ja standarditele. Samuti koostatakse dokumentatsioon ELi tüübikinnituseks ning kehtestatakse ja kontrollitakse sisemine kvaliteedikontrollisüsteem. Projekt uurib häid tavasid ja väljakutseid tootmises, regulatiivses vastavuses ja turule sisenemisel, kasutades teadmisi sarnastest tööstusharudest. Võrdlevaid juhtumiuuringuid, elutsükli maksumuse (LCC) analüüse ning turu- ja tehnoloogiavalmiduse (MRL ja TRL) hindamisi kasutatakse skaleeritavate tootmisplaanide koostamisel. Samuti töötatakse välja valmisolekuplaan ladustamiseks, tootmise laiendamiseks ja kasutuselevõtuks tervishoiutöötajate ja elanikkonna poolt pandeemiate ajal, mis on rakendatav kogu Euroopas. Tootmisprotsess on kavandatud nii, et tootmine toimuks Euroopas, toetades piirkondliku tarneahela vastupidavust. Turuvalmidust ja kulutõhusust hinnatakse selleks, et luua terviklik plaan kiireks tootmiseks ja laialdaseks turule sisenemiseks.

Uurimisprojekt keskendub Tööstus 4.0/5.0 digitootmise tehnoloogiatele, mis võimaldavad uute toodete väljatöötamist ja tootmisvalmiks arendamist oluliselt kiirendada. Vaatluse all on toote kogu elutsükkel digitaalsete tootemudelite loomisest läbi 3D skaneerimise, digitaalsete kaksikute ja simulatsioonitehnoloogiate kasutamise; toote kiirprototüüpide loomine läbi kihtlisandustehnoloogiate nii mehaanika kui elektroonika integreerimiseks; tootestamine lähtudes timmitud tootmise põhimõtetest, kvaliteedikontrolli ning toote ja tootmise monitooringust. Projekti tulemusel luuakse Virumaa Kolledžisse prototüüpimise arendus- ja demokeskus-katselabor, mis võimaldab keerukate ja tarkade mehhatroonikatoodete arendamist ja tootestamist.

CERN on 24 liikmesriiki ja 10 assotsieerunud riiki ühendav teaduskeskus, kus viiakse läbi kõrge ja madala energia osakestefüüsika eksperimente, nendega seotud kosmiliste kiirte, atmosfäärifüüsika ja materjaliteaduse eksperimente ja töötatakse välja uusi tehnoloogiaid ning IT-lahendusi, sh. meditsiini, AI ja kvantarvutite alal. Alates 2023. a koordineerib Eesti teadlaste tööd CERNis KBFI, TÜ ja TalTechi moodustatud CERNi konsortsium, mille liikmed osalevad LHC CMS, WLCG, FCC, CLIC, iFast, AMBER, Cloud ja CCC eksperimentides. CERNis tehtav teadus on eesliiniteadus, mis annab tõuke Eesti teaduse, tehnika ja IT rahvusvahelistumisele ning taseme tõusule. CERN on ka aktiivne tudengite, doktorantide, õpetajate ja inseneride koolitaja, panustades Eesti teaduse järelkasvu. Käesolev taotlus esitab CERNi teadustaristu ja konsortsiumi edasise tegevus- ja investeerimiskava 2029 a lõpuni, võttes arvesse nii teadustaristu taotluse retsensioonis kui ka RVTT3 vahearuandes toodud kriitikat ja soovitusi.

ESA on 22 liikmesriigist koosnev organisatsioon, mille ülesanneteks on kosmosemissioonide kavandamine, arendamine ja elluviimine (ennekõike kosmoseuuringuteks ning maavaatlusteks), samuti kosmosetehnoloogia, -teaduse ja -hariduse edendamine.

Inseneriakadeemia on Haridus- ja teadusministeeriumi ellukutsutud ja Euroopa Sotsiaalfondist rahastatav projekt, mille eesmärk on tõsta inseneriõppe kvaliteeti ja leevendada tehniliste erialade tööjõupuudust. Projekti juhib Haridus- ja Noorteamet ning sellega on liitunud viis kõrgkooli. Inseneriakadeemiasse kuulub ülikooli 22 tehnika valdkonna õppekava, millest kümme on valitud eelisarendatavaks fookuskavaks. Projektil on kolm tegevussuunda: • Sisseastujate arvu kasvatamine • Õppe kvaliteedi arendamine ja tööturu ootustele vastavuse suurendamine • Katkestamise vähendamine Tehnikaülikool võttis eesmärgiks inseneeria valdkonna suurendada vastuvõttu igal aastal 15%. Õppe kvaliteedi arendamiseks nähakse ette projekt ja probleemõppe olulist laiendamist, õppekavaarendust, kvaliteediarendust ning taristu uuendamist; õppejõudude koolitamist ja õppeassistentide värbamist. Katkestamise vähendamiseks suurendatakse tudengitele individuaalset tuge nii esimesel kursusel kui lõputööde sooritamisel, samuti pakutakse esmakursuslastele täiendavat matemaatikaõpet. Eesmärk on oluliselt vähenda väljalangevust ning tõsta lõpetajate arvu.

Uurimisteema keskne probleem seisneb selles, et puudub terviklik metoodika ja tehnoloogiline süsteemne lähenemine, mis võimaldaks ettevõtetel hinnata ja mõista tootmissüsteemide digitaliseerimise ja automatiseerimise (robotiseerimise) otstarbekust enne investeeringute tegemist ning välja pakkuda automatiseeritud töökohtade vajaduspõhiseid lahendusi, võttes arvesse tootmisprotsesside tegelikku toimimist ning erinevate tehnoloogiliste lahenduste mõju kogu tootmissüsteemile. Uurimisteema eesmärk on arendada ja valideerida tehisintellektil põhinev otsustustoe tugisüsteem ja metoodiline raamistik, mis võimaldab tööstusettevõtetel analüüsida tootmisprotsesse, modelleerida virtuaalset tehast, luua digitaalne kaksik ning hinnata erinevate automatiseerimise/robotiserimise lahenduste tasuvust ja realisatsiooni võimekust ettevõtte tootmissüsteemi enne füüsiliste investeeringute tegemist.

AIM-Labs tegeleb haridusliku kitsaskohaga, luues uue põlvkonna tehisintellektil põhinevad nutika tootmise õppelaborid, mis ühendavad andmed, simulatsiooni ja laiendatud reaalsuse (XR). Projekt tutvustab AI SPRINTS-õppetegevusi – struktureeritud ja väljakutsepõhiseid õpiteekondi, mille käigus üliõpilased kavandavad, prototüübivad ja hindavad koostöös tehisintellektil põhinevaid lahendusi realistlike tootmisstsenaariumide jaoks. Need sprindid ühendavad erinevaid tehnoloogilisi tasandeid alates andmete ettevalmistamisest ja masinõppest kuni diskreetsündmuste simulatsiooni, optimeerimise, digitaalsete kaksikute ja XR-põhise interaktsioonini. Projekt lähtub põhimõttest, et inseneriüliõpilased õpivad kõige tõhusamalt siis, kui nad saavad kasutada reaalseid või realistlikke andmeid, katsetada simulatsioonikeskkonnas erinevaid lahendusi ning visualiseerida süsteemide käitumist immersiivsetes ja interaktiivsetes keskkondades. AI SPRINTS-õppetegevuste integreerimise kaudu kõrghariduse õppekavadesse aitab AIM-Labs arendada õppijatel tuleviku tehisintellektil põhinevas tootmiskeskkonnas vajalikke pädevusi: andmepädevust, mudelite arendamist ja valideerimist, inimese osalusega otsustamist (human-in-the-loop), tehisintellekti seletatavuse mõistmist ning oskust hinnata kompromisse keerukates tootmissüsteemides. Projekti eesmärgid on: - Rakendada ja valideerida tehisintellektil põhinevaid AI SPRINTS-õppetegevusi tööstus- ja tootmistehnika kõrgharidusõppes. - Luua AI SPRINTS kaasdisaini õppelaborid, kus üliõpilased rakendavad ja hindavad tehisintellektil põhinevaid lahendusi andmeanalüütika, simulatsiooni ja XR-i valdkonnas. - Edendada koostööpõhist ja väljakutsepõhist õpet immersiivsete õpitubade kaudu, mis ühendavad tehisintellekti, digitaalset tootmist ja XR-tehnoloogiaid. - Arendada üliõpilaste probleemilahendusoskusi, praktilisi pädevusi ja valmisolekut innovatsiooniks.

Isejuhtivate sõidukite, droonide ja robotite AI põhised juhtimisotsused toimivad laboritingimustes, kuid nende üleviimine reaalsetele robotitele ja sõidukitele on tehniline kitsaskoht, mis pidurdab sektori arengut. Puudub standardiseeritud viis, kuidas AI intensiivne juhtimisotsus ohutult füüsilisele robotsõidukile edastada. Uurimisprojekt keskendub puuduvale lülile — tarkvara-riistvara integratsioonplatvormi, mis ühendab tehisintellektipõhise juhtimisloogika erinevat tüüpi autonoomsete süsteemidega. Uurimistöö ja platvormi arendus viiakse peamiselt läbi TalTechi robootika ja autonoomsete sõidukite uurimisgrupis. Eesti majandusele tähendab see uut eksporditavat toodet — platvormi, mida saab litsentsida autonoomsete süsteemide arendajatele üle maailma, samas võimaldab see eeti ettevõtetel sh startup tüüpi firmadel kiiremini oma ideedega turule tulla ja saavutada tõestatud funktsionaalsus kuna avatud lähtekoodiga raamistik on kättesaadav ka väiksematele ettevõtetele ja teadusasutustele.

Projekt keskendub situatsiooniteadlikkuse ja seirelahenduste arendamisele GNSS-häiringutega talvistes mereoludes ja siseveekogudel nagu näiteks Peipsi järv ja Narva jõgi. Projekti eesmärgiks on ühendada mitmetasandilised vaatlused satelliit-, õhu- ja veepinnaplatvormidelt ühtseks süsteemiks, mis toetab mehitamata platvormide navigatsiooni keerulistes oludes. Uurimistööl on kolme põhisuunda: GNSS-ist sõltumatu navigeerimine, jääolude kaardistamine koos mitteinvasiivse jää paksuse hindamisega ning autonoomne seire koos objektituvastuse ja olukorra tõlgendamisega. Projekt ei arenda uusi platvorme, vaid keskendub olemasolevate autonoomsete süsteemide koostööle ning andmetöötluse lahenduste arendamisele. Projekti tulemuseks on valideeritud meetodid ja prototüüpsed lahendused, mida testitakse reaalses kasutuskeskkonnas. Projekt panustab Eesti tehnoloogilise võimekuse arengusse autonoomsete meresüsteemide valdkonnas ning toetab rakendusi piirivalves, keskkonnaseires ja meresõiduohutuses.

Inimene-robot koostöövaldkonna arendamiseks luuakse nii Virumaa Digi- ja Rohetehnoloogiate Innovatsioonikeskuse, Virumaa kolledži kui ka Taltechi peamaja baasil koostöörobootika ja protsessidele adapteeruvate seadmete arendus- ja katselabor. Loodavas laboris on võimalik uurida inimene-masin koosloome psühholoogilisi aspekte, töökoha disaini jms. Lisaks seadmete/füüsiliste süsteemide adapteeruvust tootmise protsessidesse. Seda kõike nii reaalses kui ka digitaalses (laiendatud reaalsuse) keskkonnas, toetudes Tööstus X.0 kontseptsioonile.

Kaasaegse tootmise kohandamisnõuded nõuavad tihedamat koostööd operaatorite ja automatiseeritud tehnoloogiate vahel, mille tulemuseks on uudne inimese ja roboti koostöö (HRC) ja interaktsiooni (HRI) paradigma, mille eesmärk on suurendada inimeste võimeid töökohal. Digitaalne Kaksik (DT) ja Ümbritsevad tehnoloogiad (XR) toetavad inimoperaatori kaasamist simulatsioonipõhistesse liidestesse, mis on mõeldud turvaliseks, tõhusaks, multimodaalseks ja adaptiivseks HRI-ks. Nende liideste kavandamist ja rakendamist ei ole veel piisavalt käsitletud. Selle projekti eesmärk on määratleda, milline on praegune lähenemisviis DT ja XR nõuete määratlusele, analüüsides DT liideste ja muud tüüpi sisendmeetodite kasutuselevõtu potentsiaali ja väljakutseid HRC kontekstis, nende jaotamist inimese ja arvuti interaktsioonis ( HCI) ja selle valdkonna praeguste eksperimentaalsete uuringute seis, mis toob inimese tagasi ahelasse Tööstus 5.0 kontseptina, läbi tööstus- ja tervishoiu valdkondi.