Fraunhofer-Institut für Kognitive Systeme IKSWeltweite Absatzmärkte und dennoch ein schneller und kundenorientierter Service vor Ort – vor dieser Herausforderung stehen Landmaschinenhersteller wie Holmer oder Horsch. Im Projekt INVIA forschen sieben Projektpartner aus Industrie und Wissenschaft an der Lösung dieses Problems. Ihr Ziel ist die Konzeption und prototypische Umsetzung eines neuartigen mobilen cloudgestützten Assistenzsystems für die Diagnose und den Service komplexer Landmaschinen.
Ressourcenadaptives mobiles Assistenzsystem für komplexe Landmaschinen
Anwendungsszenarien: Diagnose, Service, Training
INVIA untersucht drei Anwendungsszenarien:
1. Assistierte Diagnose: Eine bild- und videogestützte Diagnose soll den Fahrer bei der Suche der Fehlerursache unterstützen. Er kann sich mit dem Servicedesk in Verbindung setzen und wird von dort über Ton-, Bild- und Videoinformationen zu potentiellen Fehlerquellen geführt. Ziel ist eine deutliche Verbesserung der Servicequalität, sodass der Servicetechniker schon beim ersten Besuch die richtigen Ersatzteile im Gepäck hat.
2. Assistierter Service: Ein Experte am Servicedesk soll mit Augmented Reality (AR) und vernetzten Diagnosetools den Servicetechniker vor Ort unterstützen. So kann er gleichzeitig mehrere Fälle bearbeiten. Das spart Zeit und Reisekosten. Gleichzeitig werden die Servicetechniker vor Ort durch den unterstützenden Experten und den Einsatz von Assistenzsystemen weiterqualifiziert.
3. Betriebsbegleitendes Operator-Training mit Online-Support: Die Bedienung der Landmaschinen erfordert eine umfassende Schulung der Fahrer. Es ist dabei jedoch kaum möglich, sämtliche Funktionen der Maschine in unterschiedlichen Situationen zu demonstrieren. Das Projekt INVIA erweitert deswegen das bestehende Trainingsangebot um ein Online-Training on-the-job. Dadurch kann der Fahrer bei noch unbekannten Situationen durch einen Trainer in der Firmenzentrale unterstützt werden.
Cloud Computing, mobile Edge Computing (MEC) und Fog Computing
Für die Übertragung der Ton-, Bild- und Videoinformationen bei der Kommunikation zwischen Fahrer und Hersteller sind geringe Latenzzeiten notwendig. Außerdem erfordert die unterschiedliche Mobilfunkabdeckung gerade im ländlichen Bereich eine adaptive Anpassung des Assistenzsystems an die äußeren Rahmenbedingungen.
INVIA nutzt Cloud Computing, mobile Edge Computing (MEC) und Fog Computing. Eine sogenannte »Edge-ECU« (Edge Embedded Control Unit) soll bei schlechter oder temporär fehlender Verbindung zur Mobilfunkbasisstation den Kern der Fog Cloud bilden. So können Grundfunktionen des Assistenzsystems auch ohne Verbindung zur Servicezentrale bereitgestellt werden. Durch die Integration einer MEC-Komponente soll außerdem untersucht werden, welche Vorteile eine solche Komponente anstatt oder in Ergänzung zu zentralen Cloud Diensten bietet. MEC-Komponenten bieten aufgrund ihrer Nähe zur Maschine sehr geringe Latenzzeiten und eine hohe Rechenkapazität, womit die Bereitstellung von AR- oder Videodiensten möglich wird.
Die Überwachungs- und Optimierungslösung des Fraunhofer IKS sorgt für verlässliche verteilte Anwendungen.
Leistungen des Fraunhofer-Instituts für Kognitive Systeme IKS
- Analyse und Bewertung aktueller Forschungsansätze in den Bereichen Cloud-, mobile Edge und Fog Computing
- Simulation des adaptiven Verhaltens des verteilten Assistenzsystems bei sich dynamisch ändernder Kommunikationsstruktur