..
Suche
Hinweise zum Einsatz der Google Suche

Multimodale Interpretation von Sensordaten zur automatischen Ereigniserkennung in Carsharing Flotten

Hintergrund

"Die Universität Siegen ist mit ihrem Leitbild "Zukunft menschlich gestalten" Teil der Region Siegen-Wittgenstein/Südwestfalen. Unsere Forschung zeichnet sich sowohl durch akademische Exzellenz als auch durch Orientierung an praxisrelevanten Problemstellungen aus" [Auszug aus der Ausschreibung zur "Regionalen Forschungspartnerschaft"].
Das aus den Mitteln des Hochschulpakts II geförderte Projekt bildet eine Forschungspartnerschaft aus der regionalen Firma INVERS GmbH und den Lehrstühlen Pattern Recognition (PR) und Betriebssysteme und verteilte Systeme (BSVS) der Universität Siegen.

Zielsetzung

Das Ziel dieses Projekts ist es, die Expertise von INVERS und dem Lehrstuhl BSVS, im Bereich der Sensordatenerfassung im Fahrzeug und dem Lehrstuhl PR, im Bereich der automatischen, semantischen Interpretation von Daten, einzusetzen, um aus Fahrzeugsensordaten automatisch Ereignisse aus einem Fahrzeugprofil erkennen zu können.
Wir folgen dabei der in Abb. 1 dargestellten Achse der semantischen Abstraktion. Zunächst befassen wir uns mit den rohen Sensordaten ohne Kenntnis der Semantik. Die Sensordaten werden fusioniert und klassifiziert, so dass wir ein Fahrzeugprofil bilden können. In dieser Phase schränken wir uns aufgrund der Projektdauer ein und betrachten zwei Ereignisse, welche durch eine Software angelernt und erkannt werden sollen.

Abb. 1 Achse der semantischen Abstraktion

Abb. 1 Achse der semantischen Abstraktion


Der Firma INVERS wird das automatische Anlernen von Ereignissen für den Ablauf des Carsharing-Prozesses ermöglicht. Es ist dabei nicht nötig die Bedeutung von Nachrichten im fahrzeuginternen Netzwerk zu kennen. Vielmehr bildet die zu entwickelnde Softwarekomponente Ereignisse aus den Sensordaten ab. Es sollen so das Fahrverhalten und Unfälle automatisch erkannt werden. Bei einem Unfall kann, u.a. durch das im Fahrzeug verbaute InCar-System, ein emergency Call (eCall) zur internationalen Notrufnummer 112 abgesetzt werden, was eine günstige Nachrüstlösung für den für 2018 verpflichtenden eCall in Neufahrzeugen darstellt. Der geforderte Minimaldatensatz nach DIN EN 15722:2014-10, bestehend u.a. aus Fahrzeugtyp, Position, Fahrtrichtung und Anzahl der Fahrzeuginsassen, kann durch das Fahrzeugprofil erlernt und mitgesendet werden.
Zugleich können Probleme, durch die Nichtvefügbarkeit eines Fahrzeugs aufgrund eines Defekts, im Carsharingprozess automatisch erkannt und durch die Kommunikation des InCar-Systems mit einem Backoffice behoben werden, indem Nutzer auf andere Fahrzeuge oder den ÖPNV umgeleitet werden. Dies verhindert Wartezeiten und fördert die Akzeptanz des Carsharings für andere Nutzer.
Die Ermittlung des Fahrerverhaltens, in Bezug auf angepasste oder aggressive Fahrweise soll ebenfalls durch dieses Projekt möglich sein. Der Fahrstil wird so z.B. fahrzeugintern berechnet und als Scoringwert (aus Gründen des Datenschutzes) freiwillig an den Anbieter gesendet, was zu neuen Kostenmodellen für den Carsharinganbieter und beteiligte Versicherungen führen kann.
Die Softwarekomponente wird in einem InCar-System, in diesem Fall bestehend aus Hardware (iBoxx) und Software der Firma INVERS, zum Einsatz kommen. Dies erschließt neue Geschäftsfelder, die die internationale Marktposition von INVERS, insbesondere im Vergleich zu den Fahrzeugherstellern (OEMs), stärkt. Die OEMs arbeiten an eigenen Carsharinglösungen, welche allerdings nur auf Fahrzeuge der Eigenmarke beschränkt sind.
Die Ausschreibung zur regionalen Forschungspartnerschaft ist eine Anschubfinanzierung. Daher werden alle nötigen Aspekte für die Implementierung einer lauffähigen Softwarekomponente bereits im ersten Projektjahr untersucht und prototypisch umgesetzt. Dies ermöglicht die Erstellung der Softwarekomponente, die beispielhaft ausgewählte Ereignisse durch das globale Fahrzeugprofil erkennt.

Presse

Uni stößt regionale Forschungspartnerschaften an.
Vielfalt der Fördermöglichkeiten entdecken.

Projektpartner

  • INVERS GmbH
  • Lehrstuhl Pattern Recognition
  • Lehrstuhl Betriebssysteme und verteilte Systeme
    Wenn Sie an einem Gespräch mit uns interessiert sind stellen wir Ihnen gerne unsere Expertise bei einem persönlichen Treffen vor. Vereinbaren Sie dazu bitte einen Termin mit Alexander Kordes als Ansprechpartner.

    E-Mail:
  •  
    Suche