Forschungsprojekte

Im Projekt DoRIoT (Dynamische Laufzeit für organisch (dis-)aggregierende IoT-Prozesse) transformieren wir die zentralisierte Architektur bestehender SmartX-Umgebungen in eine dynamische Architektur, wandeln statische Methoden und Werkzeuge in dynamische Werkzeuge um und legen die Grundlagen für emergente Systeme mit Methoden des Organic Computing. Der Einsatz von Organic Computing erlaubt die frühzeitige Erkennung von drohenden Ausfällen oder geringer Servicequalität und das Ergreifen entsprechender Gegenmaßnahmen durch (Dis-)Aggregation der betroffenen Dienste. Ermöglicht wird Emergenz durch die Schaffung einer einheitlichen Kommunikationsinfrastruktur, die mit protokollübergreifenden Proxies Protokollgrenzen überwindet und damit auch bestehende Infrastrukturen einbezieht. Die Strategie der Integration bestehender Produkte, Schnittstellen und Infrastruktur ist auch die Grundlage für die Wahl der Laufzeitumgebung.

Weitere Informationen finden Sie auf der Website des Projekts: http://doriot.net/

In diesem Projekt geht es um das Auslesen von Sensordaten und die Steuerung von Aktoren des Neubaus am Campus Minden der FH Bielefeld. Es soll eine Architektur zur Kommunikation zwischen verschiedenen Sensoren und Aktoren entwickelt werden. Basierend auf den erfassten Daten soll ein Modell entwickelt werden, um eine Vorhersage über die Nutzung des Gebäudes und seiner Räume abzuleiten. Dies soll helfen, die Kosten und den Energieverbrauch zu minimieren und gleichzeitig die Komfortbedürfnisse der Nutzer zu berücksichtigen. 

Das Forschungsinstitut für Intelligente Gebäude beschäftigt sich mit aktuellen und zukünftigen Forschungsfragen zum Leben und Arbeiten im intelligenten Gebäude. Im Fokus stehen dabei die Aspekte Wohlbefinden, Sensorik, Energieeffizienz, Datensicherheit und Brandschutz. In diesem Projekt ist das Kernthema die Berechnung von dynamischen Evakuierungsrouten, die die Aspekte der Sicherheit und des Brandschutzes in intelligenten Gebäuden berücksichtigen. Das Ziel ist es, die Sicherheit in Gebäuden zu erhöhen. Dazu werden verschiedene Algorithmen untersucht, die den kürzesten und sichersten Weg aus dem Gebäude ermitteln. Dieser Weg kann durch farbige LED-Streifen im Boden oder durch LED-Schilder an der Decke angezeigt werden. Darüber hinaus soll der kürzeste Weg zum Brandherd berechnet und den Rettungskräften, z.B. durch den Einsatz von Handhelds, zur Verfügung gestellt werden. Ein Hauptaspekt unserer Forschung ist die Entwicklung eines Systems, das Fehlertoleranz und vernünftige Preise kombiniert, um den Einsatz in Gebäuden unterschiedlicher Größe zu ermöglichen. 

Das Forschungsprojekt befasst sich mit der Integration von Servicerobotern in eine intelligente Wohnumgebung zur kooperativen Bewältigung von Aufgaben. Diese Kombination wird die sensorische Vielfalt des Smart Homes und der Serviceroboter erweitern und anspruchsvollere Anwendungen ermöglichen. Ein Schwerpunkt des Projekts ist die Entwicklung einer adäquaten Middleware-Architektur, um die Kommunikation zwischen verschiedenen Agenten im System, z.B. Robotern, Sensoren und Aktoren, zu ermöglichen. Darüber hinaus werden die Roboter durch den Einsatz von benutzerfreundlichen Techniken zum Lernen aus Demonstrationen programmierbar sein. Das gesamte Projekt ist in ein Gesundheitsszenario eingebettet, um ältere Menschen in ihrem Alltag zu unterstützen. 

Im Mittelpunkt des Projekts steht die Entwicklung und Umsetzung eines Lernkonzepts für den Bereich des maschinellen Lernens als Teil des Masterstudiengangs Informatik. Neben der bereits bestehenden akademischen Ausbildung in den Bereichen Künstliche Intelligenz, Mustererkennung, Computer Vision, Intelligente Systeme und Optimierung wird das Lehrangebot um eine Grundlagenveranstaltung, nämlich "Methoden des Maschinellen Lernens", und um vier Spezialisierungsveranstaltungen, nämlich "Natural Language Processing and Information Retrieval", "Robotics & Robot Vision", "Smart Living & Environments" und "Data Science" erweitert.

Die theoretische, methodische und praktische Ausbildung beinhaltet die Erweiterung der Kompetenzen in den Bereichen multivariate Statistik, Deep Learning sowie Natural Language Processing, um die Studierenden in die Lage zu versetzen, selbstständig Probleme zu analysieren und zu bewerten sowie geeignete Algorithmen und Softwarelösungen für den jeweiligen Anwendungsfall auszuwählen und anzupassen.

Das Projekt wurde von Prof. Carsten Gips und Prof. Matthias König initialisiert, hat eine Laufzeit von zwei Jahren und wwurde vom Bundesministerium für Bildung und Forschung (BMBF) gefördert. 

Die Digitalisierung ist der aktuelle Trend bei der Entwicklung neuer Produkte. Unternehmen müssen ihre Produkte "smarter" machen, um ihre Wettbewerbsfähigkeit zu sichern. Ab sofort werden Unternehmen vom Campus Minden, Fachhochschule Bielefeld, beim "SmartenUp" ihrer Produkte unterstützt. Diskussionsforen und Workshops sollen helfen, neue Geschäftsmodelle mit smarten Produkten zu entwickeln und die eingebettete Software zu entwickeln.

Dieses Projekt wurde vom Bundesministerium für Bildung und Forschung (BMBF) im Rahmen der Gründungslinie "Innovationsforen Mittelstand" gefördert. 

Die Vision des „Smart Living“, also des Lebens in intelligenten Umgebungen, umfasst die Idee,
diverse Parameter der Umgebung und der in ihr lebenden Personen zu erfassen, um diese
gewinnbringend für den Menschen einzusetzen. Hierbei spielen das Zusammenspiel und die
Vernetzung unterschiedlichster heterogener Geräte und Komponenten eine zentrale Rolle.
Während sich im Bereich des „Smart Homes“ derzeit eine Harmonisierung zugunsten
funkbasierter Basistechnologien (ZigBee, Bluetooth, WLAN) abzeichnet, ist das funktionale
Zusammenspiel, der darauf basierenden Services in Form von Smart-Home-Komponenten
noch weitestgehend ungeklärt. Proprietäre Ansätze wie IFTTT („If this then that“) oder Apples
Homekit integrieren zwar viele unterschiedliche Geräte, realisieren jedoch nur eine vernetzte
und teil-automatisierte Umgebung, die keine „Kontextadaptivität“ und „Intelligenz“ zur
Verfügung stellt. In dem Projekt DOMINO soll eine Softwarelösung entwickelt werden, welche
diese Problematik aufgreift, indem sie das herstellerunabhängige und problemorientierte
Zusammenspiel verschiedener Geräte innerhalb einer intelligenten Umgebung ermöglicht.
Benutzer sollen dem System auf eine intuitive Art und Weise Aufgaben erteilen können, die
das System in Folge dessen selbstständig löst. Hierdurch soll vor allem die
Benutzerfreundlichkeit und Nutzbarkeit von intelligenten Umgebungen erhöht und diese auch
für technisch nicht-versierte Nutzergruppen zugänglicher gemacht werden. Das Ziel des
Projektes ist ein quelloffenes „Betriebssystem“ für intelligente Umgebungen, welches als
selbstorganisierendes, dezentrales und intelligentes System konzipiert ist und somit eine hohe
Flexibilität aufweist und sowohl in privaten Wohnumgebungen, als auch in Zweckbauten zum
Einsatz kommen kann. Mit Hinblick auf den derzeitig sehr hohen Aufwand für die
Konfiguration und Inbetriebnahme intelligenter Umgebungen und die trotzdem fehlende
„Intelligenz“, stellt die Lösung damit einen erheblichen Vorteil im Hinblick auf zukünftige
Anwendungsfelder im Bereich des „Smart Living“ dar.

Das Transferprojekt Personenzähler mit Leddar-Technologie (PerLe) ist eingebettet in das Forschungsfeld Intelligente Vernetzung des Spitzenclusters it's OWL (Intelligente Technische Systeme OstWestfalenLippe). Das Projekt wird in Kooperation mit der in Leopoldshöhe ansässigen Volavis GmbH durchgeführt und hat zum Ziel, einen bestehenden kamerabasierten Personenzähler zu verbessern. Neue Leddar-Sensoren werden den Kamera-Ansatz ersetzen, um die Erkennungsrate zu verbessern und Bedenken bezüglich des Datenschutzes auszuräumen. Die neuen Sensoren sind ähnlich wie Radargeräte, da sie Lichtsignale senden und empfangen und die Entfernung durch Berechnung der vergangenen Zeit messen. Wissenschaftliche Forschungsfragen umfassen die Bereiche Sensordatenverarbeitung, Sensorfusion sowie die Selbstorganisation und die Vernetzung des Systems. 

Aufgrund des zeitintensiven Entwicklungsprozesses von eingebetteten Systemen arbeitet der Projektpartner Tinkerforge an der Entwicklung eines modularen Systems zur Beschleunigung und Vereinfachung der Entwicklung von eingebetteten Systemen. Ein Ziel des Projekts ist die Realisierung eines "Rapid Embedded Development Bricks" (RED Brick) mit einer Größe von 4 x 4 cm. Diese Hardwarekomponente ist Teil des modularen Systems, das auch verschiedene Sensoren und Aktoren umfasst. Durch einfaches Verbinden verschiedener Module und durch Programmierung der Hardware können neue Systeme und Anwendungen entworfen werden, z. B. eine Motorsteuerung für eine Jalousie. In Kombination mit einem Helligkeitssensor kann eine automatische Steuerung realisiert werden. Der Anwendungsfokus liegt auf der Hausautomatisierung und der Bildverarbeitung für angeschlossene Kameras.
In diesem Projekt entwickelt das Forscherteam aus dem Unternehmen und der Fachhochschule Bielefeld den "RED Brick" und Softwarekomponenten zur vereinfachten Programmierung der Hardware. Der "RED Brick" verfügt über eine hohe Rechenleistung, die das modulare System für eine Vielzahl von neuen Anwendungen öffnet. 

Das Forschungsprojekt beschäftigt sich mit der Entwicklung eines intelligenten Brandmeldesystems und der Integration des Systems in eine Smart-Home-Umgebung. Es werden verschiedene intelligente Brandmeldesysteme untersucht und deren Vor- und Nachteile erforscht. Ein prototypisches System, bestehend aus mehreren intelligenten Brandmeldern, die in ein Smart Home integriert werden, wird in diesem Projekt entwickelt. Dieses bildet die Grundlage für Reaktionen des Smart Home, z. B. einen automatischen Notruf im Brandfall mit detaillierten Informationen über Personen und deren Positionen in der Wohnumgebung. 

Spezielle Karten für die Eiablage dienen als Grundlage für das Monitoring von Traubenwickler-Motten. Bislang wurden diese Karten durch Expertenbegehungen ausgewertet. Ziel des Projekts ist die Entwicklung eines neuen automatischen Auswertesystems, das auf einer Smartphone-Applikation basiert. Es nutzt die integrierte Kamera des Smartphones für eine bildbasierte Zählung der Eier und den GPS-Empfänger zur Bestimmung der aktuellen Position. Die Daten, die sich aus der Zeit, der Eizählung pro Karte und der Position zusammensetzen, können zur Überwachung der Traubenwickler-Population verwendet werden. Die Überwachungsdaten können als Entscheidungshilfe für den Insektizideinsatz genutzt werden. 

Das Projekt beschäftigt sich mit der Entwicklung eines Sturz- und Aktivitätserkennungssystems und der Integration des Systems in eine Smart-Home-Umgebung. Die Sturzerkennung und das automatische Absetzen eines Notrufs ist vor allem für ältere Menschen interessant, um ihnen mit dringender Unterstützung zu helfen.

In diesem Projekt wird ein prototypisches Hardwaresystem (Wearable Device) entwickelt, das in der Lage ist, Stürze und menschliche Aktivitäten zu erkennen. Dieses Wearable Device wird an der Taille des Benutzers befestigt und zeichnet sich durch niedrige Kosten, geringen Energieverbrauch und einen kleinen Platzbedarf aus. Die Aktivitätserkennung wird lokal auf dem Wearable mit seinen begrenzten Rechenkapazitäten durchgeführt. Zusätzlich ist es in der Lage, drahtlos mit einem Smart Home zu kommunizieren. Dazu wird eine Empfängerkomponente realisiert, die als Gateway zum Hausautomationsbus fungiert. Das Ergebnis ist eine intelligente Umgebung, die auf die aktuelle Aktivität des Benutzers reagieren kann.

Darüber hinaus werden die Räume des Smart Home mit Transpondern ausgestattet, die eine Lokalisierung des Wearables innerhalb des Hauses ermöglichen. Die Kombination aus Sturzerkennung und Indoor-Lokalisierung ermöglicht eine schnelle und gezielte Reaktion, indem z. B. automatisch eine Person gerufen und die helfende Person über programmierbare LED-Streifen zur gestürzten Person geführt wird. In Zukunft können aus den grundlegenden menschlichen Aktivitäten, dem Standort der Person und zusätzlichen Smart-Home-Sensoren übergeordnete Aktivitäten abgeleitet werden. Basierend auf diesen Aktivitäten kann sich die Wohnumgebung automatisch an die Anforderungen der Bewohner anpassen, z. B. die Lichtfarbe in Abhängigkeit von einer bestimmten Aktivität ändern.