Strom durch die Tapete: Intelligente textile Oberflächen

Strom durch die Tapete

Intelligente textile Oberflächen

Bild: DFKI GmbH/Grafik: Annemarie Popp

Bild: DFKI GmbH/Grafik: Annemarie Popp

Das Grundprinzip intelligenter Wohnumgebungen ist es, technische Systeme überall dort im Haus zu installieren, wo sie gebraucht
werden. Allerdings sind nicht immer die dafür notwendigen Strom- und Kommunikationsanschlüsse vorhanden. Im neuen Projekt
ConText entwickelt ein Konsortium unter Koordination des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI) eine
nutzerfreundliche und intuitive Technologie für smarte Textiloberflächen, die Wände und Böden im Wohnbereich für die kabelbasierte Stromversorgung und Kommunikation nutzbar macht.

Die Möglichkeiten, Wohnumgebungen intelligent zu gestalten sind vielfältig. Dank des Internets der Dinge (IoT) lassen sich Wohngegenstände heute so miteinander vernetzen, dass sie den Alltag erleichtern können. In der Regel fehlen in privaten Haushalten jedoch flächendeckende Niederspannungs- und Kommunikationsanschlüsse, um IoT-Geräte wie Temperatursensoren, Mikrofone oder Lichtsignale an den gewünschten Orten zu installieren. Um die Systeme mit Strom zu versorgen, kommen daher ökologisch bedenkliche und ausfallanfällige Batterien oder unattraktive Stromkabel zum Einsatz. Zudem benötigen die Geräte für die Kommunikation untereinander stromintensive und störanfällige Funktechnologien.

Infrastruktur aus Tapeten und Teppichen

Das Verbundprojekt ConText zielt auf eine flexible, nutzerorientierte und intuitive Lösung ab, die sich einfach im Wohnbereich installieren lässt. Dafür entwickeln Partner aus Industrie und Forschung – darunter die DFKI-Forschungsbereiche Cyber-Physical Systems und Interaktive Textilien – eine IoT-Infrastruktur aus smarten Tapeten, Teppichen und Textiloberflächen, sogenannten Connecting Textiles. Über diese Flächen können IoT-Geräte nicht nur kabelbasiert mit Niedrigstrom versorgt werden, sondern auch über standardisierte Smart-Home-Protokolle miteinander kommunizieren. Die Geräte lassen sich dabei von Anwendern selbst nach individuellen Bedürfnissen an die Connecting Textiles anbringen, z.B. durch einfaches Kleben, Heften oder Stecken. Außerdem ermöglichen die elektronischen Textilien neue Interaktionsmöglichkeiten, z.B. haptische Interaktionsmuster wie Drücken oder Streichen, über die die Geräte gesteuert und konfiguriert werden können.

Sichere Infrastruktur bereitstellen

Der Forschungsfokus des DFKI-Forschungsbereiches Cyber-Physical Systems unter der Leitung von Prof. Dr. Rolf Drechsler liegt auf den Gebieten des Software- und Hardwaredesigns, der Verifikation elektronischer Systeme sowie der Informationssicherheit. Dementsprechend verantworten die DFKI-Wissenschaftler im Forschungsprojekt die Bereitstellung einer sicheren Kommunikationsinfrastruktur für elektronische Textilien, die eine robuste und zuverlässige Kommunikation zwischen Smart-Home-Zentralen und IoT-Komponenten ermöglicht. Dabei spielen die Gewährleistung von Datenintegrität und Verschlüsselung nach dem Stand der Technik eine übergeordnete Rolle. Die entwickelte Infrastruktur soll offen für unterschiedliche Smart-Home-Protokolle sein und den einfachen Anschluss beliebiger IoT-Geräte unterstützen. Zudem entwickeln die Forscher im Projekt eine Software, die mithilfe künstlicher Intelligenz Grundmuster von Gesteninteraktionen auf textilen Flächen erkennen und so die intuitive Steuerung und Konfiguration von Smart-Home-Geräten ermöglichen soll. Dabei sollen die Bewohner auch selbst Steuerungsgesten und Interaktionsfolgen definieren können.

Seiten: 1 2Auf einer Seite lesen

Intelligenz (DFKI) Deutsches Forschungszentrum für Künstl.
www.dfki.de/robotik

Das könnte Sie auch Interessieren

Anzeige

Anzeige

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

Strukturierter Beratungsansatz für KI-Einsatzbereiche im Unternehmen

„Künstliche Intelligenz ist eine, wenn nicht die wichtigste Zukunftstechnologie für Unternehmen.“ Diese Aussage bejahen 70 Prozent der Befragten der jüngsten Bitkom-Studie zu KI. Aber nur 10 Prozent aller Unternehmen haben KI-Technologie aktiv im Einsatz, lediglich 30 Prozent planen und diskutieren deren Anwendung. Was ist der Grund für diese große Diskrepanz?

Bild: Blue Yonder, Inc.
Bild: Blue Yonder, Inc.
Künstliche Intelligenz – mehr als eine Wissenschaft

Künstliche Intelligenz – mehr als eine Wissenschaft

Data Science ist mittlerweile ein fester Bestandteil der strategischen Planung in vielen Unternehmen. Um künftige Entwicklungen realistisch zu planen, brauchen wir Künstliche Intelligenz (KI) und Maschinelles Lernen (ML). Insbesondere im Einzelhandel vertrauen immer mehr große Player auf KI-Lösungen, die präzise Prognosen ermöglichen und zum Beispiel Bestände oder Preise optimieren. Doch viele Entscheidungsträger glauben noch nicht daran, dass KI in den Lieferketten der Zukunft eine tragende Rolle spielen wird. Der Grund hierfür liegt in einer falschen Sicht auf die Wissenschaft.

Bild: ©Stock57/stock.adobe.com
Bild: ©Stock57/stock.adobe.com
KI-Verfahren für die Produktion

KI-Verfahren für die Produktion

Mathematiker der Hochschule Darmstadt (h_da) entwickeln gemeinsam mit dem Hanauer Simulationsdienstleister und Softwareunternehmen SimPlan und dem Automationsexperten Fibro Läpple Technology neue KI-Technologien. Im Rahmen des Loewe-Projekts ‚KISPo‘ will das Konsortium eine autonome, selbstlernende Steuerungssoftware für Produktionsanlagen entwickeln, wie sie z.B. bei der Herstellung von Komponenten für Windräder oder Elektromotoren zum Einsatz kommen. Es wäre die erste KI-Software dieser Art. Damit würde eine von Industrieverbänden und Forschung lange bemängelte Technologielücke geschlossen. Das Land Hessen fördert das Projekt für zwei Jahre mit 320.000 Euro. Konsortialführerin ist die Hochschule Darmstadt.

Bild: ©NicoElNino/stock.adobe.com
Bild: ©NicoElNino/stock.adobe.com
Chancen und Herausforderungen von Machine Learning in der Fertigung

Chancen und Herausforderungen von Machine Learning in der Fertigung

Automatisierung, künstliche Intelligenz (KI), Internet of Things (IoT) und Machine Learning (ML) sind heutzutage bekannte Technologien und kommen bereits in vielen Unternehmen zum Einsatz. Mit Hilfe von Machine Learning wird es IT-Systemen ermöglicht, Muster und Zusammenhänge aus Daten zu lernen und sich selbst zu verbessern. Dabei ist keine explizite Programmierung notwendig. Die Bearbeitung von Kundenanfragen, die Erkennung möglicher Störfälle sowie unerwarteter Ereignisse wie z.B. Cyberangriffe sind klassische Anwendungsfelder von ML. Aber auch die Unterstützung bei einer rein datengestützten Entscheidungsfindung und die Interpretation großer Datenmengen gehören dazu.

Bild: ©Shuo/stock.adobe.com
Bild: ©Shuo/stock.adobe.com
Sensoren lernen das Denken

Sensoren lernen das Denken

Im Fraunhofer-Leitprojekt NeurOSmart forscht das Fraunhofer IPMS zusammen mit vier weiteren Instituten (ISIT, IMS, IWU, IAIS) unter Leitung des Fraunhofer ISIT gemeinsam an energieeffizienten und intelligenten Sensoren für die nächste Generation autonomer Systeme. Dabei sollen die Brücken zwischen Wahrnehmung und Informationsverarbeitung durch innovative Elektronik neu definiert werden.

Bild: ©ipopba/stock.adobe.com
Bild: ©ipopba/stock.adobe.com
Wie KI 2022 praktikabel wird

Wie KI 2022 praktikabel wird

Künstliche Intelligenz war bereits in der Vergangenheit in aller Munde, schaffte es aber doch oft nicht bis in die Anwendung. Das wird sich 2022 ändern – auch weil sich langsam Standards etablieren und sich neue, konkrete Einsatzmöglichkeiten ergeben. In welchen Bereichen Business-Implementierungen zu erwarten sind, erläutert Bernhard Niedermayer, Head of AI bei Cloudflight.

Anzeige

Anzeige

Anzeige