Intelligent Sensor-Actuator-Systems (ISAS)

Current Projects

OptInfNet: Optimale Informationsfusion in intelligenten Sensornetzwerken

Intelligent sensor networks allow monitoring of different process parameters and environmental variables in industrial applications. The extracted data is utilized to control, evaluate and optimize the manufacturing process and the consumption of resources and therefore reduces costs and increases productivity.

The objective of this project is to investigate novel communication and fusion strategies for data processing in wireless sensor networks. Further, more robust and energy-efficient algorithms that are able to handle limited bandwidth and possible package loss are developed. A crucial part of the project is the close collaboration with the company TRUMPF GmbH + Co and the possibility to work with a real industrial sensor network under realistic conditions. The gained knowledge will enable a more sophisticated utilization of intelligent sensor networks in industrial applications.   

SeReMo: Secure Remote Monitoring

  • Contact:

    Benjamin Noack

    Uwe D. Hanebeck

  • Funding:

    BMWi, ZIM

  • Partner:

    SEKAS GmbH

    Institute of Theoretical Informatics (ITI)

  • Startdate:

    09/2018

  • Enddate:

    02/2020

In dem Teilprojekt werden Verfahren entwickelt, die eine anonymisierte Verarbeitung und Überwachung der Sensordaten erlauben. Zu diesem Zweck werden Verschlüsselungssysteme betrachtet, die die Ausführung von Rechen- und Vergleichsoperationen auf verschlüsselten Daten ermöglichen. Mit Hilfe der Verschlüsselungssysteme werden moderne Verfahren zur Zustandsschätzung, Datenfusion und Überprüfung umgesetzt.

ROBDEKON

Projektbeschreibung

Ziel des Projektes „Robotersysteme für die Dekontamination in menschenfeindlichen Umgebungen“ (ROBDEKON) ist die Schaffung eines Kompetenznetzwerkes, welches im thematischen Schwerpunkt der roboterbasierten Dekontamination die wissenschaftlichen und technologischen Kompetenzen der Bundesrepublik bündelt und schärft.

Das geplante Kompetenzzentrum ROBDEKON soll Verteter aus Wissenschaft und Industrie zusammenbringen, um ein Innovationsumfeld für die Entwicklung neuer Technologien zur Dekontamination mittels Robotern aufzubauen. Das Hauptziel ist hierbei der Transfer von Wissen und Erkenntnissen zwischen den einzelnen Partnern.

Kontaminationen durch umwelt- und gesundheitsgefährdende Stoffe können unterschiedlichste Ursachen haben. So können beispielsweise durch austretende giftige Substanzen bei Chemieunfällen ganze Liegenschaften bzw. deren Umgebung für den Menschen unpassierbar werden; durch radioaktive Substanzen in kerntechnischen Anlagen werden Anlagenteile und Teile der Gebäudehülle radioaktiv kontaminiert oder gar aktiviert; durch unsachgemäße Deponierung von giftigen Stoffen kann Erdreich und Grundwasser verseucht werden, was ein erhebliches Gefährdungspotenzial für Mensch und Umwelt zur Folge haben kann.

Der Schutz des Menschen vor Kontamination, der Schutz der Bevölkerung und der Umwelt, die effiziente Durchführung der Dekontaminationsarbeiten und die sichere Entsorgung sind dabei die obersten Prämissen. Der Einsatz von Robotersystemen in menschenfeindlichen Umgebungen ist daher der nächste logische Schritt. In den vergangenen Jahren gab es ‒ getrieben insbesondere durch industrielle Anwendungsszenarien ‒ erhebliche Innovationsschübe auf dem Gebiet der Robotertechnologie.

In den vergangenen Jahren sind auf dem Gebiet der Künstlichen Intelligenz substanzielle Fortschritte erzielt worden, welche es Robotern ermöglichen, teilautonom eine zugewiesene Nutzaufgabe auszuführen. Der sinnvolle Autonomiegrad kann hierbei stark variieren und erstreckt sich von fortschrittlichen teleoperierten Systemen über teilautonome Systeme bis hin zu vollständig autonom agierenden Systemen. Besonders die synergetische Kooperation von Menschen und Robotern („Shared Autonomy“) ist verstärkt in den Fokus der Wissenschaft gelangt. Dies geht einher mit neuartigen Bedienkonzepten, welche moderne Formen der Telepräsenz mittels Virtual und Augmented Reality nutzen.

Das TMB wird hierzu unteranderem in thematisch fokussierten Laboren und realistischen Testumgebungen (Living Labs) Forschungsinfrastruktur zur Verfügung stellen. Um Dekontaminationsszenarien durchzuführen wird ein Technologiedemonstrator aufgebaut, der den Fokus im Rückbau von kerntechnischen Anlagen hat. Innerhalb des Living Labs wird es Studierenden, Wissenschaftlern und Vertretern aus Wirtschaft und Technik möglich sein verschiedenste Szenarien zu erproben und Telemanipulationen auszuführen.

Das Projekt ROBDEKON wird mit einer Gesamtsumme von fast 12 Mio. € durch das Bundesministerium für Bildung und Forschung (BMBF) gefördert. Mehr als 3.5 Mio. € beträgt die Fördersumme am Karlsruher Institut für Technologie (KIT).

CoCPN: Cooperative Cyber Physical Networking

The project Cooperative Cyber-Physical Networking (CoCPN) is a joint research project by Prof. Uwe D. Hanebeck and Prof. Martina Zitterbart in Control Theory and Informatics. Cyber-physical systems (CPS) in future smart factories will be likely interconnected by multi-functional networks. The goal of the project CoCPN is to investigate a novel cooperative approach for an integrated operation of control systems and communication system in such environments. We envision that both, the control system as well as the communication system can react adaptively to changes in the current situation. The project CoCPN aims to provide a flexible framework for cyber-physical networks that can cope with different types of traffic, does not need network overprovisioning, and enables control loops to sustain a high quality of control without hard realtime requirements regarding the communication system.

Cooperative Approaches to Design of Nonlinear Filters

Fertigung und Entwicklung von Tanks unter Industrie 4.0-Bedingungen

Verbesserung optischer Schüttgutsortierung durch simulationsgestützte Entwicklung von Trackingverfahren

LM²MSE State Estimation - Kalman Filtering under Stochastic and Unknown but Bounded Uncertainties

  • Contact:

    Benjamin Noack

  • Funding:

    DFG Sachbeihilfe, Modul Eigene Stelle

  • Startdate:

    11/2014

  • Enddate:

    01/2018

Project Description

Many research directions and applications share the common objective of computing an estimate for the unknown state of a dynamic system. The Kalman filter has evolved to a well-established concept for estimating the system's state on the basis of noisy measurements. However, a major limitation in applying the Kalman filter is less the assumption of Gaussian distributions that characterize the involved uncertainties but more generally the use of a purely probabilistic model. This model can be too specific and too restrictive when different types of uncertainties have to be dealt with. Important examples include uncertainties originating from unknown systematic errors, quantization and linearization errors, or disturbances related to an unreliable communication network. The Kalman filter and the majority of well-known estimation techniques require a purely probabilistic modeling of uncertainties and thus can render the solving of many estimation problems more difficult. In the course of preliminary work, the Kalman filter algorithm has been extended in order to complement the common stochastic uncertainty characterization by a non-stochastic model that relies on set-membership uncertainty descriptions. This uncertainty model is particularly tailored to unknown but bounded disturbances. Unlike random errors, which are characterized by probability distributions, a set-membership model does not require any specific error behavior to be pinpointed - except for boundedness. This combined approach, which is referred to as LM²MSE estimator (LM²MSE: Linear Min-Max Mean Squared Error) in this proposal, enables a simultaneous treatment of stochastic as well as unknown but bounded uncertainties and remains simple to implement.This research project primarily aims at extending the common purely stochastic approach to state estimation by a set-membership uncertainty model. The further analysis and development of the LM²MSE concept is subdivided into three aspects to be addressed. In line with the first aspect, important properties of the LM²MSE filter are to be pointed out. These include, in particular, convergence properties and an assessment of its estimation quality. This aspect also covers important questions concerning the filter's application to control problems. A comparison with other approaches that allow for a simultaneous treatment of different types of uncertainties lies in the focus of the second aspect. The third aspect is dedicated to important further developments in order to tackle continuous-time as well as nonlinear state estimation problems and to allow for distributed computations of state estimates. The results of this research project are expected to spur a new perspective on the treatment of measurement uncertainties and to provide simpler solutions to many estimation and control problems. Accompanying application and case studies highlight the benefits of this new concept.