Zwischen Sinn und Sensoren

„Tack!“– ein ungewöhnliches Geräusch am Straßenrand. Jetzt geht alles blitzschnell. Der Kopf dreht sich zur Seite, den Blick fokussiert auf das Geschehen: Ein Ball springt auf die Straße. Bremsbereit beobachtet der Fahrer den Weg des Balles und gleichzeitig den Bordsteinrand. Folgt dem Ball ein Kind? Wahrnehmungen seiner Sinne (oder technisch ausgedrückt seiner Sensoren) verarbeitet der Mensch innerhalb von Millisekunden: Ortung eines Geräusches, eine „Datenbankabfrage“ im Gehirn, um das Gehörte zuzuordnen und die Fusion der Ergebnisse mit den „Daten“ des zweiten Sensors, den Augen. In der Verarbeitungsgeschwindigkeit und vor allem in der situationsbezogenen Steuerung des komplexen „Sensorsystems“ ist die menschliche Sinneswahrnehmung dem Computer immer noch eindeutig überlegen. Andererseits: Technische Sensoren sehen auch im Dunkeln, durch Objekte hindurch oder an schwer zugänglichen Orten. Sie könnten unsere Sensoren bestens ergänzen und damit buchstäblich zu einem „sechsten Sinn“ werden. Dafür allerdings müssen die Sensorsysteme mindestens so schnell, situationsgerecht und zuverlässig arbeiten, wie ihre menschlichen Vorbilder. Die Forscher am Fraunhofer IITB erreichen dieses Ziel mit Hilfe komplexer mathematischer Verfahren zur Analyse und Fusion von Sensordaten: Ihr „sechster Sinn“ technischer Sensorsysteme assistiert Autofahrern, findet Qualitätsmängel, überwacht Gefahrenstoffe, warnt vor Umweltkatastrophen oder unterstützt Rettungs- und Einsatzkräfte.

⇐

⇒

© dha

Großbrand auf dem Gelände einer Chemiefabrik. Feuerwehren und Rettungskräfte sind am Einsatzort, um den Brand
zu löschen und vor allem, um eine Katastrophe zu verhindern. Ihre Aufgabe ist gefährlich und die Lage vor Ort schwer
einzuschätzen. Dichte Rauchwolken versperren die Sicht auf den eigentlichen Brandherd. Noch ist unklar, ob
gefährliche Gase oder Chemikalien aus Lecks in Tanks und Leitungen austreten. Trotzdem muss die Einsatzleitung
jetzt entscheiden, auf welchen Wegen sich die Löschtrupps dem Zentrum des Brandes möglichst ohne Gefährdung ihres Lebens nähern können und wie sich ein weiteres Ausbreiten der Flammen verhindern lässt. Um in diesen extrem kritischen Situationen die richtigen Entscheidungen treffen zu können, entwickeln die Forscher am Fraunhofer IITB derzeit mobile Sensorsysteme, die es ermöglichen, die augenblickliche Lage vor Ort besser zu überblicken und bis ins Detail sicher zu beurteilen. Sie setzen dazu einen kleinen Schwarm unbemannter Minihubschrauber ein, die den Brandort aus der Luft erkunden. Einige dieser Quadrocopter sind beispielsweise mit einer Kamera ausgestattet. Ihre
Aufnahmen werden live an die Einsatzzentrale gesendet und in Echtzeit mit den Geländeplänen des Industrieareals verknüpft. Die Einsatzkräfte sehen also sofort, an welcher Stelle sich das jeweilige Fluggerät gerade befindet und können die Kameraaufnahmen verorten. Andere Quadrocopter sind mit weiteren Sensoren bestückt. Mit Infrarot- oder Radarsystemen etwa. Sie machen es möglich, auch im dichten Rauch versteckte Objekte zu erkennen.

Mit Wärmesensoren ausgestattete Quadrocopter wiederum lokalisieren den Brandherd und erkunden mögliche Zugangswege für die Löschtrupps. Und mit „Schnüffelsensoren“ kann austretendes Gas festgestellt werden oder lassen sich eventuell vorhandene gefährliche Chemikalien nachweisen. Dabei sollen die einzelnen Fluggeräte nicht manuell von der Bodenstation aus gesteuert werden. Denn um mit einem Schwarm aus beispielsweise fünf Quadrocoptern den gesamten Brandort schnell und lückenlos zu erkunden, wäre ein gut eingespieltes Team von fünf „Piloten“ notwendig. Und selbst dann müssten diese sich ständig absprechen, um zu entscheiden, wer welchen Bereich überwacht oder an welchem Ort ein mit einer Tageslichtkamera bestücktes Fluggerät die Unterstützung eines „Kollegen“ mit einem Infrarot- oder Gassensor benötigt. Ziel der Forscher ist es deshalb, dass die mobilen Sensoren diese Aufgaben übernehmen und einen sich selbst koordinierenden Schwarm bilden. Den Kontakt halten sie dabei über eine eigens entwickelte Bodenstation. „Anhand der über die Bodenstation fusionierten Einzelinformationen ergibt sich die ad-hoc-Situation des gesamten Quadrocopter-Schwarms. Auf Grundlage vorher festgelegter Kooperationsstrategien kann dann dessen weiteres Verhalten errechnet werden“, erklärt Dr. Axel Bürkle vom Fraunhofer IITB. Die Auswertung der Daten der einzelnen Sensoren erfolgt dabei nicht allein auf der zentralen Steuerplattform, sondern wird teilweise bereits in den fliegenden Sensorträgern durchgeführt. Die Menge der per Funk zu übertragenden Daten wird dadurch erheblich reduziert. „Vor allem aber spart dies Zeit, sodass der fliegende Sensorschwarm augenblicklich auf die jeweilige Situation reagieren kann“, ergänzt Bürkle. „Erkennt“ die On-Board-Bildauswertung beispielsweise im Rauch des Feuers die möglichen Umrisse eines Fahrzeugs, kann der Sensorträger ohne Verzögerung sofort Verstärkung durch den fliegenden Radarsensor anfordern, um die Situation im Detail aufzuklären.

Weil sich in der Bodenstation unterschiedlichste Ausgangsdaten miteinander verknüpfen lassen, kann das System problemlos um weitere Sensoren ergänzt und an verschiedene Anwendungsszenarien angepasst werden. Um Einsatzkräften eine schnelle Lagebeurteilung zu ermöglichen, wurde am Fraunhofer IITB zum Beispiel auch ein autonom arbeitender Erkundungsroboter entwickelt. Ähnliche Softwareplattformen zur Fusion, Analyse und Darstellung verschiedenster Sensordaten nutzen die Forscher am Fraunhofer IITB auch dazu, um räumlich weit voneinander entfernte Sensoren und Informationsquellen „intelligent“ miteinander zu vernetzen. Um beispielsweise das Entgleisen von Zügen und damit verbundene Personen- und Sachschäden bei einem Erdbeben wirksam zu verhindern, wäre es nötig, sofort nach Eintreffen der ersten schnellen, ungefährlichen Wellen die Züge langsamer fahren zu lassen beziehungsweise zu stoppen, noch bevor die folgenden langsameren wellen Schaden verursachen können. Durch eine spezielle Datenverbindung zwischen Erdbebenfrühwarnsystemen und den Verkehrsleitzentralen in erdbebengefährdeten Regionen soll genau dies möglich werden. Forscher des Instituts für Straßen- und Eisenbahnwesen und des Geophysikalischen Instituts der KIT entwickeln dazu gemeinsam mit dem Fraunhofer IITB eine Plattformlösung, auf der die Daten der im jeweiligen Gebiet vorhandenen seismologischen Sensoren in Echtzeit ausgewertet werden. „Sobald die Messergebnisse der Sensoren auf ein herannahendes Erdbeben hindeuten, können aus der Entwicklung und der regionalen Verteilung der Messwerte und unter Berücksichtigung von Erfahrungswerten früherer Erdbewegungen Vorhersagen zum weiteren Verlauf des Bebens berechnet werden“, erklärt Dr. Désirée Hilbring vom Fraunhofer IITB. Eine Gefährdungskarte zeigt die räumliche Ausbreitung als Zonen mit unterschiedlich starkem Gefahrenpotential an. In diese Karte fließen gleichzeitig die Informationen zur Verkehrsinfrastruktur des betroffenen Gebietes mit ein. So würde in der Verkehrsleitzentrale sofort sichtbar, in welchen Streckenabschnitten Züge unverzüglich abgebremst werden sollten oder in welchem Gebiet so große Schäden zu erwarten sind, dass dort ein Befahren des Schienennetzes grundsätzlich zu gefährlich ist.

Das Beispiel des Erdbebenfrühwarnsystems für Verkehrsinfrastrukturen macht deutlich, wie auf einer gemeinsamen Analyseplattform aus bereits vorhandenen Informationen und Sensordaten ein bedeutender Mehrwert geschaffen werden kann. Die Fusion weiträumig verteilter Sensordaten mit Geodaten ermöglicht aber auch den Aufbau grenzüberschreitender Umweltinformationssysteme. Damit die Anrainerstaaten eines Flusses zum Beispiel ein umfassendes System zur Information und zur Entscheidungsunterstützung bei bedrohlichem Hochwasser nutzen können, müssen die Datenspezialisten zunächst allerdings geeignete Verfahren und Werkzeuge entwickeln, um den Austausch der Daten zwischen den unterschiedlichen Software-Systemen zu ermöglichen. Ist diese erste Hürde überwunden, zeigt sich eine zweite typische Problemstellung bei der Arbeit mit Sensornetzwerken: Würde man alle verfügbaren Informationen in die Berechnung einer Lagedarstellung oder computergenerierter Entscheidungsalternativen mit einbeziehen, wären dafür so große Rechnerressourcen und -zeiten notwendig, dass die Anwendung der Systeme kaum sinnvoll wäre. Entscheidend für verwertbare Erfahrungen aus der Fusion verschiedener Sensordaten ist es daher, Anwendungen zu entwickeln, in denen Software-Agenten eigenständig nach Besonderheiten in den Messdaten der Sensoren suchen. Denn nur, wenn sie ein Ereignis feststellen, das für die Aufgabenstellung des Gesamtsystems bedeutend sein könnte, müssen die Ereignisdaten en detail analysiert werden. Um den Verdacht eines möglicherweise bevorstehenden Hochwassers zum Beispiel zu bestätigen oder zu entkräften, würden im nächsten Schritt weitere Sensoren in die Lagebeurteilung mit einbezogen. Die dabei angewandte Methode ähnelt wieder dem menschlichen Vorbild: Auch hier wird bei einem vom „Sensor Ohr“ wahrgenommenen Geräusch im Straßenverkehr zusätzlich ein zweiter Sensor, die Augen, aktiviert, um dann aus der Fusion beider Informationen zuverlässig entscheiden zu können, ob eine Gefahr droht.

stw

Webkey: 40926

Beiträge zum Themengebiet „Sensornetze“

Fehler einfach wegrechnen?