Prof. Noack

Professor/-in

Prof. Dr.-Ing. Benjamin Noack

Fakultät für Informatik (FIN)
Institut für Intelligente Kooperierende Systeme (IKS)
Gebäude 28, Universitätsplatz 2, 39106 Magdeburg,
Projekte

Aktuelle Projekte

IMIQ - Intelligenter Mobilitätsraum im Quartier
Laufzeit: 01.01.2024 bis 31.12.2027

Übersicht
"IMIQ - Intelligenter Mobilitätsraum im Quartier" ist ein Projekt des IMR - Intelligenter Mobilitätsraum Sachsen Anhalt (https://niimo.ovgu.de/Intelligenter+Mobilit%C3%A4tsraum.html), welches im Wissenschaftshafen in Magdeburg ansässig sein wird. In der Laufzeit von 3 1/2 Jahren (01/2024 - 12/2027, tatsächlicher operativer Beginn 8/2024) wird der Wissenschaftshafen zu einem Zukunfts-Quartier, in welchem neue Lösungen bedürfnisorientiert erdacht, technisch und informatorisch getestet und sozio-ökonomisch implementiert werden. Wesentliche Innovationen sind ein Digitaler Work-Life-Zwilling (DWLZ) und ein Reallabor intelligenter Mobilität (RIM).

Ambitionen
Ziel ist die Entwicklung und Erprobung innovativer Mobilitäts- und Kommunikationsansätze. In einem Digitalen Work-Life-Zwilling (DWLZ) wird eine ganzheitliche und innovative Mobilitäts- und Kommunikationserfahrung ermöglicht, die durch Sensoren, 5G und digitale Services effiziente und personalisierte Lösungen bietet und gleichzeitig die soziale Interaktion und den Austausch vor Ort fördert. Im Reallabor Intelligente Mobilität (RIM) werden die Entwicklungen der Forschenden zur Intelligenten Mobilität physisch sichtbar und anfassbar / erlebbar, sie werden getestet und evaluiert. Technologien zur Kommunikation und V2X, zu Lokalisierung und Tracking werden in einem Operation Control Center gesteuert, mit Infrastruktur (u.a. Mobilitätsstationen) integriert und mit
autonomen Fahrzeugen umgesetzt.

Weiterführende Informationen
Detaillierte Beschreibung, aktuelle Nachrichten und Personalstellen finden Sie hier: https://niimo.ovgu.de/IMIQ.html. Unter diesem link, oder unter den oben verlinkten Namen, finden Sie auch Informationen zu den IMIQ-Arbeitsbereichen der Projektpartner.

Mit diesem Vorhaben wird die Spitzenforschung im interdisziplinären Forschungsfeld Mobilität an der OVGU ausgebaut und der Transfer neuer Mobilitätslösungen in Sachsen-Anhalt und darüber hinaus ermöglicht. Die Sichtbarkeit bzw. Erlebbarkeit richtet sich an alle Stakeholder.

Projekt im Forschungsportal ansehen

MoPeFf-KIDZ - Modularer Peristaltischer Flächenförderer mit KI-basiertem Digitalen Zwilling für Kleinstsendungen
Laufzeit: 01.04.2024 bis 31.12.2027

Der Modulare Peristaltische Flächenförderer (MPFF) ist ein gänzlich neuartiges Gerät, das erstmals konzeptionell die Vereinzelung und Sortierung von biegeweichen Kleinstendungen (Polybags) erlaubt und damit eine Alternative zur kostenintensiven händischen Verarbeitung darstellt. Erstmalig soll parallel zur Entwicklung des realen MPFF ein KI-basierter Digitaler Zwilling (DZ) entwickelt werden, der auf Basis von KI-optimierten Simulationsmodellen Vorhersagen des Systemverhaltens und eine automatisierte Parametrierung der Aktoren und Sensordatenverarbeitung erlaubt.

Projekt im Forschungsportal ansehen

SeaSentry - Entwicklung eines echtzeitfähigen landgestützten Schiff-Trackingsystems zur Erhöhung der maritimen Sicherheit
Laufzeit: 01.09.2024 bis 31.08.2027

SeaSentry zielt darauf ab, ein landgestütztes Sensornetzwerk zur passiven Detektion und Echtzeit-Lokalisierung von Schiffsbewegungen zu entwickeln, das ohne zusätzliche Installationen an Bord funktioniert. Diese Technologie erweitert und verbessert bestehende Überwachungssysteme und bietet somit eine innovative Lösung für die maritime Verkehrskontrolle.

Ein entscheidender Aspekt des Projekts ist die Erprobung der Sensortechnologie im Testfeld eMIR in der Deutschen Bucht, das von der Elbmündung bis zum Emder Hafen reicht. Dieses Testgebiet bietet eine Vielzahl maritimer Szenarien, um die Technologie in realen Bedingungen zu evaluieren. Damit Anwendungen mit höheren Reichweiten getestet werden können, wird das eMIR-Testfeld um den Standort Helgoland erweitert.

Die entwickelte Technologie soll in VTS-Systeme integriert werden, um die Effizienz und Sicherheit im maritimen Umfeld zu steigern. Das passiv arbeitende Sensornetzwerk bietet die Möglichkeit, Schiffe zuverlässig zu detektieren, ohne dass zusätzliche Geräte an Bord der Schiffe installiert werden müssen. Damit leistet SeaSentry einen wichtigen Beitrag zur maritimen Sicherheit und könnte die Überwachung von Schiffsbewegungen in komplexen Umgebungen revolutionieren.
An der Otto-von-Guericke-Universität Magdeburg werden Algorithmen zur Lokalisierung und dem Tracking von Schiffen mithilfe des SeaSentry-Sensornetzwerks entwickelt. Hierzu werden zunächst die Arbeiten der Partner bei der Signalverarbeitung insbesondere zur Peak-Detektion unterstützt. Die daraus abgeleiteten Peak-Zeiten an jedem Sensorknoten sollen dann in Positionsschätzungen jedes einzelnen Schiffs überführt werden. Durch die Integration von Bewegungsmodellen und dynamischen Schätzverfahren wird ein umfassendes Tracking-System entwickelt, das die Track-Verwaltung, Zuordnung von Messungen und Unsicherheitsbewertung für jedes einzelne Schiff umfasst. Mit dem Tracking-System sollen die im Gesamtvorhaben geforderten Genauigkeiten erzielt werden. Hierzu werden in einem zweiten Schritt Verfahren zur Optimierung der Sensorplatzierung entwickelt.

Projekt im Forschungsportal ansehen

TACTIC (Towards co-evolution in human-technology interfaces)
Laufzeit: 01.01.2024 bis 01.02.2027

Wissenschaftliche Ziele
Die Idee der Co-Evolution an der Mensch-Technologie-Schnittstelle beruht darauf, dass sowohl die biologische Seite wie auch die technische Seite eines Interfaces nicht nur dynamisch und adaptiv sind, sondern in ihrer Adaptivität die der Gegenseite mitberücksichtigen. Die Untersuchung dieser Beeinflussung führt zu einem vertieften Verständnis der Ursachen nicht-gewünschter Prozesse, etwa bei der Maladaption entzündlicher Prozesse an unerwünschte Veränderungen der Implantat-Oberflächen. Mit diesem Verständnis eröffnen sich dann neue Strategien, gewünschte Prozesse im Sinne einer Co-Evolution zu unterstützen. Hierzu zählen Möglichkeiten adaptiver Technologien und Sensorik-Ansätzen, die sich auf individuelle Dynamiken im biologischen System einstellen können, oder auch die Entwicklung von Prozess-bewussten Technologien, die gewünschte Dynamiken im biologischen System herbeiführen können.
Intendierte Strategische Ziele
Die TACTIC GS-Module sind so ausgerichtet, dass zusätzliche translationale Expertisen auf dem Querschnittsbereich der Medizintechnik, Sensorik, und Künstliche Intelligenz (KI) am Standort gestärkt werden können, mit dem Ausblick, die Forschungs-, Entwicklungs- und Innovationsaktivitäten im Land zu stärken. Eine enge Verschränkung von Lebenswissenschaften und Ingenieurswissenschaften wird über alle Module angestrebt, um zukünftige Verbundprojekte in diesem Bereich zu ermöglichen. Darüber hinaus soll durch die Einbindung von KI eine Stärkung des Profilbereichs Medizintechnik entstehen. Durch Internationalisierung der Forschungsschwerpunkte ermöglicht TACTIC eine Vernetzung mit EU-Partnern, was eine wichtige Voraussetzung für die Ausrichtung von Konsortien ist, um auch die Wissenschaft in Sachsen-Anhalt zu stärken.

Arbeitsprogramm
Die GS umfasst 3 Module mit insgesamt 9 Promovierenden. Die thematische Vernetzung entsteht durch Promotionsthemen, denen parallel mindestens zwei thematische Module zugeordnet sind. Jedes der 3 thematischen Module – Interaction, KI und Interface – wird mit je 3 Promotionsstellen (100%) ausgestattet. Ziel ist es, unsere Promovierenden sowohl für den akademischen, als auch privatwirtschaftlichen Arbeitsmarkt zu qualifizieren. Durch Doktorandenseminare soll interdisziplinäre Kompetenz vermittelt werden. Durch jährlichen Thesis-Komitee-Meetings und-TACTIC Symposien wird die Entwicklung der Promovierenden unterstützt. Ein internat. Netzwerk soll durch Präsentationen auf internat. Kongressen und selbstorganisierten Symposien aufgebaut werden.

Projekt im Forschungsportal ansehen

Lazy Estimation in Networked Systems
Laufzeit: 17.04.2023 bis 16.04.2026

Die Menge an Daten, die von batteriebetriebenen, weit verteilten Sensorsystemen bereitgestellt werden, nimmt fortlaufend zu. Moderne Ansätze der Informationsverarbeitung und Datenfusion können dazu beitragen, den notwendigen Kommunikationsaufwand und Energiebedarf deutlich zu reduzieren. Zu diesem Zweck konzentriert sich dieses Projekt auf Techniken der Informationsverarbeitung, die implizite Informationen einbeziehen können. Solche impliziten Informationen können z. B. aus der Sendeentscheidung eines Sensorknotens abgeleitet werden. Obwohl ein Sensorknoten entscheidet, seine Daten nicht zu senden, kann der Zustandsschätzer am Empfänger eine Aktualisierung mit virtuellen Messdaten vornehmen. Beispielsweise kann der Sender die Sensorwerte mit einem Schwellenwert vergleichen, um eine Sendeentscheidung zu treffen. Der Empfänger kann die Entscheidungsregel in Informationen über die Daten übersetzen, auch wenn keine Übertragung stattfindet. Sender und Empfänger können solche Entscheidungsregeln aushandeln, um die Kommunikationskosten für den Sender zu minimieren und zugleich den Informationsgewinn auf Empfängerseite zu maximieren. Da schwellenwertbasierte Strategien für dynamische Systeme zu einschränkend sind, werden modellbasierte und datengetriebene Triggermechanismen untersucht.

In diesem Projekt werden in erster Linie stochastische Trigger betrachtet. Stochastische Trigger haben gegenüber deterministischen Verfahren den Vorteil, dass die implizite Information auf Empfängerseite durch eine Normalverteilung repräsentiert werden kann, die die Verarbeitung deutlich vereinfacht. So muss z. B. ein Kalman-Filter nur geringfügig angepasst werden, um implizite Messinformationen zu verarbeiten. Ziel dieses Projektes ist die Entwicklung eines umfassenden Konzepts ereignisbasierter Zustandsschätzung auf Grundlage stochastischer Triggermechanismen. Hierzu werden zunächst grundlegende Eigenschaften untersucht und intelligente Verfahren entwickelt, die die Schätzqualität und Robustheit ereignisbasierter Informationsverarbeitung verbessern. Neben modellbasierten und datengetriebenen Verfahren werden eine aperiodische und asynchrone Übertragung und Verarbeitung der Sensordaten angestrebt sowie der Einfluss unzuverlässiger Kommunikationsverbindungen untersucht. Die hierbei erzielten Ergebnisse dienen als Grundlage bei der Betrachtung von Multisensorsystemen und hochdimensionalen Schätzproblemen. Ein Beispiel ist die Überwachung eines weiträumigen Phänomens mit Hilfe eines Sensornetzwerks. In solchen verteilten Schätzproblemen entstehen Abhängigkeiten zwischen den Triggerentscheidungen, die explizit bei der Ausnutzung impliziter Information berücksichtigt werden müssen. Das Projekt betrachtet insbesondere Anwendungen im Bereich des Object-Trackings, um die hergeleiteten Konzepte zu evaluieren. Zudem wird das Anwendungspotential ereignisbasierter Verfahren im Bereich neuromorpher Sensorsysteme und als Ansatz zur Geheimhaltung von Zustandsinformationen untersucht.

Projekt im Forschungsportal ansehen

DatAmount - Modellierung des Energie- und Ressourcenverbrauchs von Werkzeugmaschinen mittels intelligenter und dateneffizienter Verfahren
Laufzeit: 01.03.2023 bis 31.08.2025

Im Rahmen des Forschungsprojekts DatAmount werden Methoden entwickelt, die es ermöglichen, energietechnische Modelle von Werkzeugmaschinen zu erstellen. Diese Modelle sind geeignet, das energetische Verhalten von Maschinen für neue Produkte auf der Basis kleiner Datenmengen vorherzusagen. Da vor allem im KMU-Kontext häufig Kleinserien gefertigt werden, sind in vielen Fällen nicht genügend Daten vorhanden, um KI-Modelle zu trainieren. Die physikalische Modellierung hingegen ist oft sehr kostspielig. Aufgrund der geforderten CO2-Nachweise und der gesetzten Klimaziele
befinden sich die Unternehmen somit in einem Spannungsfeld. Auf der einen Seite sind genaue Modelle zur Vorhersage des Energieverbrauchs von Maschinen notwendig, um wettbewerbsfähig zu bleiben. Auf der anderen Seite ist die Erstellung solcher Modelle derzeit entweder sehr teuer oder nicht möglich. Die derzeit meist manuell durchgeführte Vorhersage des Energieverbrauchs ist ebenfalls aufwändig und zudem personengebunden. Der hier vorgestellte Ansatz kombiniert physikalische Modelle des Energieverhaltens von Maschinen mit datenbasierten Machine-Learning-Modellen, wobei besonders dateneffiziente Machine-Learning-Modelle untersucht werden. Dies ermöglicht eine automatisierte,
genaue Vorhersage des Energieverbrauchs von Werkzeugmaschinen. Der Nutzen für KMU liegt in der effizienten Erstellung von Modellen, die den Energieverbrauch und die CO2-Emissionen von neuen Produkten vorhersagen können. Diese Vorhersagen sind oft notwendig, um bei einer Ausschreibung
berücksichtigt zu werden, da der Nachweis der Energie- und Ressourceneffizienz in Ausschreibungen größerer Unternehmen mit CO2-Reduktionszielen oft obligatorisch ist.

Projekt im Forschungsportal ansehen

Ready for Smart City Robots? Multimodale Karten für autonome Mikromobile - R4R
Laufzeit: 01.06.2022 bis 31.05.2025

Problemstellung
Autonom operierende Mobilitätssysteme oder Lieferdienste eröffnen im Hinblick auf die Lebensqualität und Daseinsvorsorge im nicht-urbanen Bereich wie z.B. in den ehemaligen Braunkohleregionen erhebliche Entwicklungspotentiale. Für die Beurteilung des potentiellen Erfolgs der selbständig auf Geh- und Radwegen operierenden Mikromobile bedarf es jedoch umfassender Umgebungsinformationen aus den Operationsgebieten, wie z.B. minimale Wegbreiten, das Fußverkehrsaufkommen oder Sichtlinien. Diese stehen abseits großer Städte nur unvollständig bereit und sind heterogen strukturiert.
Projektziel
Ziel des Vorhabens ist der Entwurf von Strategien für die fahrradgebundene Erhebung der Umgebungsdaten, die für den erfolgreichen Betrieb eines autonomen Mikromobils auf Gehwegen relevant sind (Einsehbarkeit bestimmter Bereiche, Infrastrukturparameter, Personenaufkommen, Netzabdeckung, Umweltdaten). Dafür evaluiert das Vorhaben verschiedene Erhebungsmethoden im Hinblick auf die Effizienz und die Qualität der aggregierten Informationen. Die Verwendbarkeit der Daten wird in zwei konkreten Smart-City/Town-Anwendungsszenarien (Leihfahrräder mit autonomen Bereitstellungsmodus und Lieferroboter) mit entsprechenden Studien untersucht. Damit leistet das Vorhaben einen Beitrag zur datengetriebenen Entwicklung intelligenter Mobilitäts- und Logistikkonzepte, die die spezifischen Besonderheiten unterschiedlicher Siedlungsräume abdecken.

Projekt im Forschungsportal ansehen

Publikationen
Profil
Service
Vita
Presse

Letzte Änderung: 08.06.2023 - Ansprechpartner: Webmaster