English Version

Forschungsprojekt

Social Sensor Cloud

Gefördert durch den Europäischen Fond für regionale Entwicklung (EFRE)
Forschungsbereich: Kommunikationsnetzwerke, Kommunikationssysteme
Laufzeit: 2013 - 2016

Social Sensor Cloud

Entwicklung einer cloudbasierten IoT Plattform

Forschungsidee

Im Zuge der vierten industriellen Revolution, oder auch Industrie 4.0, steht dem Industriesektor ein neuer Entwicklungssprung bevor: Die Vernetzung der Industrie mit der virtuellen Welt über globale Netzwerke. Hierfür ist eine verlässliche Integration und Vernetzung von Sensoren und Aktoren unabdingbar. Aus diesem Grund forschten und entwickelten wir gemeinsam mit einem Team von Prof. Dr. Adam Wolisz von der Technischen Universität Berlin an einer Cloud-Plattform zur globalen, universalen Integration und Interaktion von Sensoren und Aktoren in Echtzeit. Die vom Europäischen Fond für regionale Entwicklung (EFRE) geförderte „Social Sensor Cloud“ ist der Grundstein für unsere Internet of Things Plattform azeti.io und basiert auf einem Open-Source-Kommunikationsprotokoll.

Herausforderungen und Ergebnisse

Bei der Konzeption der Cloudplattform wurde vor allem Wert auf die Realisierung der Vernetzung von Prozess-Schnittstellen zwischen diversen innerbetrieblichen Abteilungen sowie externen Unternehmen entlang der gesamten Wertschöpfungskette gelegt. Nutzer haben die volle Kontrolle über ihre Daten, können diese jedoch auch für externe Unternehmen (oder Personen) bereitstellen. Die Social Sensor Cloud fungiert hierbei als Datenmarktplatz, auf dem Sensordaten gehandelt werden können. Nutzer können im Detail auswählen, welche Informationen sie teilen möchten und welche nicht. Gleiches gilt für Abonnenten, die auch über das Abonnement bestimmter Sensoren und die Speicherung der erhaltenen Daten entscheiden können. So können Unternehmen ihre ohnehin erhobenen Sensordaten als eigenes Produkt veräußern oder Sensor-Informationen erwerben. Hieraus können sich neue Geschäftsmodelle ergeben, wie etwa der kommerzielle Betrieb eines Sensornetzwerks.

Gleichzeitig bestand die Herausforderung in der Anbindung einer Vielzahl von Sensoren und Aktoren, ohne ein enorm hohes Datenaufkommen zu erzeugen. Üblicherweise wird eine großer Datenstrom ungefiltert und unstrukturiert vom Sensor in die Cloud übertragen. Um dies zu bewältigen, wurde ein nachfrage-orientierter Ansatz gewählt: Sensoren werden im Rahmen der IoT-Plattform abonniert. Das bedeutet, dass lediglich bewusst nachgefragte Informationen von so genannten „Sensors of Interest“ (SOIs).

Die Social Sensor Cloud ermöglicht weiterhin die Bildung virtueller Sensoren durch die Einbindung und Kombination einer Vielzahl physischer Sensoren. Bei den virtuellen Sensoren handelt es sich um die (softwareseitige) Berechnung von Sensorwerten, die von einzelnen physischen Sensoren stammen, basierend auf einem vorher spezifizierten Modell. Ein virtueller Sensor kann beispielsweise eine Gesamttemperatur für ein Lagerhaus für empfindliche Güter ausgeben, die auf der Bildung des Durchschnitts aus allen verfügbaren Temperatursensoren basiert. Ebenfalls lassen sich im Kontext der industriellen Produktion neue Kennwerte (zum Beispiel Zeitreihen oder Querschnitte) zur Messung der Performanz oder auch zur Wartungsintensität von Produktionsanlagen bilden, wenn Sensoren in die Messung mit einbezogen werden, die unterschiedliche Dinge wie Betriebstemperatur, produzierte Stückzahlen und Verwendung von Schmiermitteln erfassen.

Darüber hinaus unterstützt der SSC alle gängigen Kommunikationsprotokolle, um die vorhandenen Kommunikationsstandards vollständig abzudecken und die Cloud für alle und jedes „Thing“ des IoT offen zu halten. Denn der echte Mehrwert von Informationen ergibt sich aus der Möglichkeit, zwischen verschiedenen Sensordatenquellen zu wählen und diese Informationen zu korrelieren und zu analysieren.

Social-Sensor-Cloud

Forschungspartner

Gemeinsames Forschungsprojekt mit der Technischen Universität Berlin, insbesondere Prof. Dr.-Ing. Adam Wolisz
vom Institut für Telekommunikationssysteme, Fachgebiet Telekommunikationsnetze. Seine Forschung konzentriert sich vor allem auf Protokolle für Kommunikationsnetzwerke, wie zum Beispiel Sensornetzwerke, Cyber-Physikalische Systeme oder Bewertung der Netzwerkleistung.

 

tu_logo