Arbeitsgruppe Verteilte Systeme

Drittmittelprojekte

BMVI-gefördertes Projekt APEROL

Projektleiter: PSI Logistics GmbH

Projektpartner: RWTH Aachen, Hochschule Trier - Umwelt Campus (Prof. Guido Dartmann), Stadt Aachen, e.GO Mobile AG, MAT.TRAFFIC GmbH, Ergosign GmbH

Assoziierter Projektpartner: Expertengruppe Internet der Dinge des nationalen Digital Gipfels, Stadt Trier

Der Transport von Menschen und Gütern ist eine der wichtigsten Komponenten der deutschen Wirtschaft.  Derzeit erleben wir den Wandel vom traditionellen Verkehr hin zum autonomen Fahren. Dieser Wandel wird die Mobilitätsgewohnheiten der Bürger vollkommen verändern. Damit dieser ein Erfolg wird, müssen neue innerurbane Mobilitätskonzepte erarbeitet werden, welche die neuartigen digitalen Dienste in das städtische Leben integrieren. Ebenso muss ein gesellschaftlicher Transformationsprozess beschritten werden: Insbesondere bei der Einführung neuartiger Technologien ist das Innovationsmanagement zentral und hat das Ziel, die Bürger von Anfang an in den Transformationsprozess einzubinden. 

Forschungsziele und Vorgehen

Ziel des Forschungsprojektes APEROL ist ein Pilotbetrieb automatisierter, elektrisch fahrender Fahrzeuge im Straßenverkehr und dessen Integration in ein übergreifendes Mobilitätssystem. Auf Basis einer umfassenden Software-Unterstützung, die sowohl Bürgerinnen und Bürgern als auch Unternehmen passgenaue Mobilitäts- und Transportdienste anbietet, wird der dafür notwendige Ressourceneinsatz optimiert. Die Durchführung des Projektes unterteilt sich schwerpunktmäßig in drei Themenfelder: die Pilotierung, die Softwareentwicklung und der Projektdialog.

Der Pilotbetrieb von autonomen Fahrzeugen erfolgt im Projekt sowohl auf Teststrecken als auch sukzessive im realen Stadtverkehr. Diese Pilotierung wird mit einem Fahrzeug auf Basis der Plattform des automatisierten Kleinbusses e.GO Mover durchgeführt. Das zweite große Themengebiet ist die Softwareentwicklung. Neben der Entwicklung intuitiv zu bedienender Apps für Bürgerinnen und Bürger sowie der Bereitstellung logistischer Software für Unternehmen liegt der Schwerpunkt vor allem auf der Entwicklung von Algorithmen zur optimalen Disposition und Routenplanung der eingesetzten Ressourcen. Im dritten Hauptthemengebiet des Dialoges stehen die Außenkommunikation des Projektes und der resultierende Austausch im Fokus. Als neues Technologiefeld ist es für die Anwendungen des automatisierten Fahrens essentiell, bereits von Anfang an mit Bürgerinnen und Bürgern sowie Unternehmen in einen Dialog zu treten. So wird die Transformation vom konventionellen zum automatisierten Straßenverkehr für alle Beteiligten zum Erfolg.

  • Laufzeit 01.10.2018 - 31.12.2020
  • Förderkennzeichen 16AVF2134E
  • Fördersumme des Verbundes 4.691.277,00 € (Gesamtfördersumme des Projektverbundes über alle Projektpartner)
  • Zuwendungsgeber Bundesministerium für Verkehr und digitale Infrastruktur, im Rahmen der Förderrichtlinie "Automatisiertes und vernetztes Fahren"
  • Projektträger VDI/VDE Innovation + Technik GmbH, Berlin

BMBF-gefördertes Projekt IMEDALytics

Intensivmedizin Entscheidungsunterstützungssys-tem mit Datenfusion und Mustererkennung für die leitliniengestützte, individualisierte Risikostratifizierung, Überwachung und Therapieführung

Projektleiter: Philips GmbH Innovative Technologies Aachen

Projektpartner: Uniklinik RWTH Aachen, RWTH Aachen University, Hochschule Trier - Umwelt Campus (Prof. Guido Dartmann), Ergosign GmbH

IMEDALytics ist ein innovatives, IT-basiertes Entscheidungsunterstützungsystem für die individualisierte Risikostratifizierung, Überwachung und Therapieführung in der Intensivmedizin. Es verknüpft die Daten eines Patienten mit medizinischem Wissen sowie Modellen, die aus Daten anderer Patienten gewonnen wurden. IMEDALytics visualisiert das individualisierte Ergebnis dieser Verknüpfung nutzerfreundlich zur informierten und prognostischen Entscheidung und Dokumentation von Diagnose und Therapie. IMEDALytics nutzt die Fortschritte in der Digitalisierung des Gesundheitswesens und neue Technologien zur maschinellen Datenanalyse, um besser auf den Patienten angepasste Behandlungspfade zu erreichen und damit unerwünschte Langzeitfolgen wie Pflegebedürftigkeit und Langzeitbeatmung zu vermeiden. Beispielhaft wird dies in IMEDALytics für die Volumensubstitution durchgeführt, die ein wesentlicher Bestandteil in der Intensivtherapie ist. Die besondere Herausforderung dabei für die behandelnden Ärzte ist ausgehend von den allgemeinen Leitlinien die für den jeweiligen Patienten optimale, individualisierte Indikationsstellung, Applikation der richtigen Dosis und Wahl der am besten geeigneten Infusionslösung zu ermitteln.

BMEL-gefördertes Projekt: IoT-Pilot

Projektkoordinator: Prof. Guido Dartmann

Assoziierter Projektpartner: Expertengruppe Internet der Dinge des nationalen Digital Gipfels

Die digitale Transformation wird unsere Wirtschaft und Gesellschaft in den nächsten Jahrzehnten gravierend verändern. Bei der Vernetzung der analogen Welt spielt das Internet der Dinge (IoT) eine wesentliche Rolle. Der selbstverständliche Umgang mit Sensoren und Kommunikationsmodulen, aber auch deren Programmierung bis hin zur Cloud-Anwendung ist die Voraussetzung für neue Anwendungsideen und Geschäftsmodelle.

Insbesondere Deutschlands mittelständische Unternehmen haben jedoch einen enormen Fachkräftemangel in diesem Bereich, da es wenige gute Informatikabsolventen gibt, die eine Spezialisierung im Themengebiet Internet der Dinge haben. Solche, die sich in diesem Gebiet spezialisiert haben, werden von den großen „Playern“ in den attraktiven Metropolregionen abgeworben. Für den Mittelstand in den ländlichen Regionen entsteht daher mittelfristig ein enormer Bedarf an Know-How. Hier wollen wir mit unserem Konzept eine Lösung anbieten, die den Zugang zum Internet der Dinge für mittelständische Unternehmen erleichtert und die Entwicklung erster Prototypen beschleunigt (Rapid Prototyping). Unser Konzept soll dafür die bestehenden Fachkräfte weiterbilden (lebenslanges Lernen) und den Einstieg in die neue IoT-Technologie vereinfachen und beschleunigen. IoT getriebene Geschäftsmodelle sind nicht an zentrale Ressourcen oder Ballungszentren gebunden und eigenen sich deshalb insbesondere zur Entwicklung des ländlichen Raumes. Gerade der ländliche Raum kann auch überproportional von den Anwendungsmöglichkeiten des IoT profitieren (Monitoring in der Landwirtschaft, neue Dienste). Wir hoffen dadurch die Innovationskraft in der Region zu verbessern und damit die Region insgesamt nachhaltig zu stärken.Wir haben hierfür bereits eine Basisplattform entwickelt, die wir als Pilotplattform für mittelständische Unternehmen weiterentwickeln möchten. Folgende vier Ziele haben wir für dieses Projekt definiert:    

  • Unternehmensinterne IoT-Weiterbildung: Die Entwicklung eines Schulungsprogramms für mittelständische Unternehmen im Themengebiet IoT. Zusammen mit der Expertengruppe Internet der Dinge des Digital Gipfels werden Handlungsempfehlungen für die Politik formuliert. IoT-Wettbewerb zwischen den beteiligten Unternehmen stattfinden. Die Ergebnisse könnten auf dem Digital Gipfel präsentiert werden.    
  • Rapid Prototyping in kleinen Unternehmen der Region: Die mittelständischen Unternehmen bekommen durch den IoT-Piloten eine Plattform, mit der sie auch in Zukunft Prototypen umsetzten können.    
  • Anpassung an die individuellen Bedürfnisse des Unternehmens: Die IoT-Pilotplattform soll erweiterbar sein und an die Bedürfnisse des jeweiligen Unternehmens der Region angepasst werden können.
  • Datenbasierte Geschäftsmodelle für Unternehmen in der Region: Durch die Integration einer Datenanalyse-Software-Umgebung in die Tool-Chain der IoT-Pilotplattform sollen Unternehmen in die Lage versetzt werden neue datenbasierte Geschäftsmodelle zu testen.    

BMBF-gefördertes Projekt COSY: Cognitive Tools for Cyber-Physical Systems

Link zur Projekt-Webseite hier

Projektkoordinator: Prof. Guido Dartmann

Projektpartner: RWTH Aachen University

In diesem Projekt sollen Praxisversuche am Umwelt Campus und an der RWTH Aachen University zum Thema Machine Learning und Data-Analytics entwickelt werden. In den Versuchen wird die gesamte Breite dieses Themas in praxisnahen Anwendungen auf Hardware und Software umgesetzt. Die Labore werden in den jeweiligen Masterstudiengängen der Informatik und Informationstechnik integriert und mit einem neuen Studiengang verknüpft. Bereitgestellte Offline-Datensätze ermöglichen die Nutzung der Lerneinheiten auch ohne Zugriff auf die Hardware.

Das Projekt profitiert von Synergien zwischen den beteiligten Hochschulen und der Zusammenarbeit in einem Forschungsprojekt zum Thema Machine Learning. Insgesamt fünf der vorgeschlagenen Versuche werden auf der Internet-of-Things (IoT)-Plattform umgesetzt, die die Hochschule Trier zusammen mit der Expertengruppe Internet der Dinge des Digital Gipfels entwickelt hat.

In den Versuchen werden die Anwendungsfelder Umwelt, Industrie 4.0 und Mobilität behandelt. Dieses Projekt wird zudem von Partner aus der Industrie beraten, um die Versuche praxisnah umzusetzen. Darüber hinaus soll auch die Möglichkeit bestehen, weitere Versuche aus konkreten Industrieanwendungen heraus zu entwickeln. Ein weiteres Ziel des Projekts ist die Etablierung einer Maker-Plattform für Machine Learning auf die industrielle Partner mit den Studierenden der beiden Hochschulen in Kontakt treten und gemeinsam an interessanten Problemstellungen arbeiten können.

Assoziierter Partner im BMBF-geförderten Projekt: Wireless Security in Cyber Physical Systems (WiSeCPS)

Projektkoordinator: Prof. Gunes Karabulut Kurt

Projektpartner: ICE RWTH Aachen University

Assoziierter Partner: Prof. Guido Dartmann

The user demand and data transmission rates are ever increasing in wireless communication networks. However, due to their broadcast structure, wireless connections are inherently risky. In recent years, however, advances in the field of secure wireless communications have been made in the physical layer including beamforming and artificial interference approaches. However, these works are yet to be used for cyber-physical systems (CPS), which will enable us to interconnect all elements of an industrial production process. CPSs contain stringent requirements such as a maximum allowed latency, in addition to the commonly known metrics as security capacity. Existing PHY security solutions fail to address these requirements.

In our project WiSeCPS, we target to enhance the current PHY security solutions, and provide a target to jointly use different approaches in an optimized fashion according to the requirements of a CPS. Our main goal in this project is to establish a secure CPS communications framework, determine the performance limits and propose applicable security solutions with proof-of-concept hardware demonstrations using software defined radio nodes. With this main goal our objectives are listed below.

Objective 1: Improvement of the existing wireless security solutions for the CPS secrecy strategies

Objective 2: Development of a common quality metric for the secrecy strategies in CPS

Objective 3: Development and application of multi agent optimization concepts with improved secrecy in distributed CPS, to propose a flexible control architecture

Objective 4: Integration of the strategies in a real test environment using software defined radio nodes to understand performance limits within a proof of concept (PoC) level deployment

Objective 5: Proposal of PHY-Security Framework for CPS