Sichere, autonome und KI-basierte Systeme

Die digitale Transformation und der Ausbau cyber-physischer Systeme erfordern zunehmend kollaborative Lösungen und Mensch-Maschine-Interaktion. Cognitive Computing erhöht zugleich die Autonomie der Systeme (z.B. autonome Fahrzeuge und Flugobjekte). Damit verbunden sind auch die Herausforderungen der Kommunikation und Schnittstellengestaltung zwischen den Komponenten und Systemen, die Datenerfassung und -analyse mittels Künstlicher Intelligenz (u.a. Big Data, Maschinelles Lernen) sowie die IT-Sicherheit.

Geforscht wird hierzu v.a. am Affective and Cognitive Institute (ACI), Institute for Machine Learning and Analytics (IMLA), Institute for Unmanned Aerial Systems (IUAS) und am Institut für verlässliche Embedded Systems und Kommunikationselektronik (ivESK).

Titel Automated Testbed for Spatially Distributed Wireless Real Time Monitoring System of Large Scale Waterways - Multihop Routing Extension
Kurzname ATWW-MRE
Kurzbeschreibung Wasserstandsüberwachung hilft, die Wasserverteilung und -verwaltung effizienter zu gestalten. In Pakistan muss das weltweit größte Bewässerungssystem mit 90.000 km Kanälen auf verschiedenen Ebenen überwacht und verwaltet werden. Die bewässerte Landwirtschaft Pakistans hängt hauptsächlich vom Indus-Flusssystem und seinen Nebenflüssen ab. Die Notwendigkeit einer Verbesserung der Effizienz und Produktivität des Bewässerungswassers ist zu einem der wichtigsten Themen für die Bewässerung und den Agrarsektor geworden.Nachdem im Projekt EnA²S²W² (finanziert vom DAAD 2013 - 2015) spezifische Prototypen für Hardware und Software für energieeffiziente Funksensorknoten für die Kanalüberwachung entwickelt wurden, müssen diese Systeme nun ausführlich getestet werden. Das Nachfolgeprojekt „Automatisiertes Testbed für räumlich verteilte drahtlose Echtzeitüberwachungssysteme für große Wasserwege“ (AutoTestWirelessWater, ATWW) befasste sich auch mit dem automatisierten Regressionstest von räumlich verteilten drahtlosen Knoten sowohl in den Labors von HS Offenburg (HSO) als auch in Pakistan in einem strukturierter Ansatz, der wissenschaftliche Fortschritte und eine enge Integration der beiden Forschungsgruppen ermöglicht.
Privat
öffentlich peer-reviewed nach DMRL
Jahr der Einwerbung 2018
Laufzeit Beginn 01.01.2018
Laufzeit Ende 31.12.2018
Projektleitung Sikora, Axel, Prof. Dr.
Beteiligte Hochschullehrer/in Sikora, Axel, Prof. Dr.
Fakultät EMI
Institut ivESK
Mittelgeber (Art) Bund
Drittmittelgeber privat
Drittmittelgeber öffentlich DAAD
Förderprogramm(e)
Koop-Partner bei öffentl. Projekten LUMS, Pakistan
Personenkreis Punkt 1-4 Internet
Personenkreis Punkt 5-6 Internet
Personenkreis Punkt 7-8 Internet
Personenkreis Punkt 9-10 Internet
Personenkreis-Einschränkung, da
Geheimhaltung
Geheimhaltung Bemerkung nein
Publikationsbeschränkung
Publikationsbeschränkung Grund / weitere Angaben nein
Forschungsschwerpunkt der Hochschule Sichere, autonome und KI-basierte Systeme
Dissertation
Graphik

Projektfinanzen (gesamt)

Jahr Betragstyp Summe Beschreibung
Fördersumme brutto mit PP 26.810,00 €
2018 Jahresanteil 26.810,00 €