Analyse der Straßenverhältnisse
Des Weiteren wollte man mittels der Cape to Cape Challenge 2014 auch die Frage klären, ob es möglich ist, die Straßenbeschaffenheit während der Fahrt zu messen und auszuwerten. Dazu sammelten die bordeigenen wie auch zusätzliche Sensoren an Zietlows Touareg Angaben über das straßenbedingte Fahrverhalten, zum Beispiel: Wie stark ist die vertikale Beschleunigung? Wie groß sind die Unterschiede zwischen linkem und rechtem Rad?
Der Touareg erzeugte tausende von Messdaten pro Sekunde - Werte weit jenseits dessen, was heute üblich ist. Die Fahrwerkssensoren feuerten mit 1000/s pro Sensor (also insgesamt 4000/s), andere Sensoren mit 100/s und wiederum andere mit 10/s. Die millisekundengenaue Abtastung ist innerhalb der Steuergeräte schon üblich (z.B. für das ESP). Dass diese Daten aber nach außen gegeben werden, war bislang nur im Erprobungsbetrieb anzutreffen, nicht in Serienfahrzeugen. Sonst wäre der CAN-Bus des Fahrzeugs schnell überlastet.
Foto: Hewlett-Packard
Diese enorme Datenmenge in Echtzeit zur Auswertung in die Cloud zu übermitteln, stellte die Bord-IT vor große Herausforderungen - zumal je nach Gegend keine stabile Internetanbindung gegeben war. Wiederholt generierte das Fahrzeug angesichts der Extrembedingungen mehr Daten, als der Uplink zur Cloud verkraften konnte. Die Cape to Cape Challenge zeigte also auf, dass hier noch Entwicklungsbedarf für künftige Connected-Car-Generationen besteht.
Trotz dieser Hindernisse ergab die Big-Data-Analyse der Challenge vier Datencluster. Das heißt, es gelang eine automatische Unterteilung in vier Straßentypen:
glatte Straße,
Schotterstraße,
Schlaglöcher,
Schotterstraße mit Schlaglöchern.
Die ermittelten Informationen zu den Straßenverhältnissen - als schlimmste Piste erwies sich die berüchtigte "Road to Hell" in Kenia - ließen sich dank der mitgelieferten GPS-Daten des Fahrzeugs auf eine Landkarte übertragen und farblich codieren. Die Aggregation solcher Sensorikdaten macht damit erkenntlich, an welchen Straßen in einer bestimmten Gegend der größte Reparaturbedarf besteht. Korreliert man dies mit der Häufigkeit, mit der eine Straße genutzt wird, ergibt sich eine empirisch belegbare Prioritätenliste für die zuständigen Behörden.
Foto: Volkswagen AG
Zwar hatte man den Touareg für diese Messungen mit zusätzlicher Sensorik ausgestattet, doch handelte es sich bei diesen um handelsübliche Kfz-Sensoren. Derlei Sensoren sind heute bereits in diversen Fahrzeugen der oberen Fahrzeugklassen verbaut, neben dem Touareg zum Beispiel auch im VW Phaeton. Dies eröffnet interessante künftige Szenarien. So könnten zum Beispiel die Oberklassemodelle als "Straßenqualitäts-Scouts" für die übrigen Fahrzeuge eines Herstellers dienen und zum Beispiel Frostschäden am Straßenbelag zeitnah an andere Fahrer melden. Das Navigationssystem oder Bedienungsdisplay selbst günstigerer Automobile könnten dann Warnhinweise ausgeben wie zum Beispiel: "Vorsicht - Fahrbahn enthält Schlaglöcher!" - lange bevor Warnschilder auf diese Gefahren hinweisen.
Schwarmintelligenz und Smart City
Heutige Navigationssysteme sind zwar in der Lage, die geplante Route aufgrund von Stauinformationen kurzfristig zu ändern, aktuelle Daten für höhere Sicherheit oder mehr Fahrkomfort liefern sie aber noch nicht. Wirklich spannend werden die Fragestellungen rund um das Connected Car deshalb, wenn man nicht nur das einzelne Fahrzeug in den Fokus rückt, sondern die echtzeitnahe Kommunikation vernetzter Fahrzeuge einschließlich dynamischer Interaktion im Sinne des "Internets der Dinge". Damit könnten sich künftige Fahrzeuggenerationen durch den stetigen Austausch von Verkehrsinformationen selbsttätig so organisieren, dass mittels Schwarmintelligenz der optimale Verkehrsfluss sowie hohe Verkehrssicherheit gewährleistet sind.
- AdhereTech
Der intelligente Tablettenbehälter stellt sich, dass Patienten ihre Medikamente nehmen. - Chui
Die Gesichtserkennung mit fortgeschrittener Computertechnologie hilft, Gesichtern einen universellen Schlüssel zuzuteilen. Chui bezeichnet diese Lösung als 'weltweit intelligenteste Türklingel'. - Enlighted
Enlighted entwickelte einen cleveren Sensor, der auf Echtzeit-Daten der Umgebung innerhalb des Gebäudes zurückgreift. Hierbei nutzt das System einen anderen Ansatz als seine Konkurrenten: Der „Enlighted Sensor“ wird an neue oder bereits existierende LED-, CFL- oder HID-Lampen und -Anbauten angebracht und kontrolliert nicht alleine die Lichtabgabe, sondern steuert die Lichtstärke, -temperatur und den Stromverbrauch. - Heapsylon
Die intelligenten Socken sind von textilen Drucksensoren mit dazugehöriger Elektronik durchzogen. Die Sensoren verfolgen dabei nicht nur die Schritte, Geschwindigkeit, Kalorien, Höhenlage, Umgebungstemperatur und Entfernung, sondern auch den Schrittrhythmus, die Abrollbewegung des Fußes, das Zentrum der Balance und die Gewichtsverteilung des Fußes während des Laufens und Rennens. - Humavox
Humavox möchte eine gemeinsame Plattform bieten, die Kabel unnötig macht und Batterien mit der Übertragungsstärke eines USB-Kabels aufladen kann. Der clevere Auflademechanismus initiiert den Ladeprozess mit Hilfe von Radiowellen mit einem sogenannten „Handschlag“ sobald das Gerät in die Aufladestation gestellt wird. Hierbei werden der Batteriestatus und die Aufladekurve verfolgt. Das Aufladen wird sofort beendet, sobald das Gerät vollständig geladen ist. - Neura
Neuras Plattform bietet die Möglichkeit, dass individuelle Geräte miteinander kommunizieren und den Kontext (wo, wann, wer) als auch die Bedeutung und das dazugehörige Verhalten verstehen. Durch Kombination der verschiedenen Datenströme könnten Geräte vorausschauende Tätigkeiten ausführen um individuell zu reagieren. <br /><br /> Ein Beispiel: Nachdem ein Nutzer Zeit in der Küche verbracht hat und das Zuhause verlässt, wird Neura sich vergewissern, dass der Herd/Ofen ausgeschaltet ist. Neura kann ebenso einen Staubsaugerroboter anfordern, nachdem mehrere Personen das Zuhause besucht haben. - PubNub
PubNub setzt auf ein globales Echtzeit-Netzwerk mit 14 Datenzentren. Kunden verbinden ihr Gerät mit PubNub durch einen einzeiligen Code und können daraufhin Daten senden und empfangen – mit einer 0.25-sekündigen Latenzzeit. PubNub ermöglicht zudem Echtzeit-Updates, indem es den Gerätestatus (online/offline, etc.) stets aktualisiert. - Revolv
Revolv vereinheitlicht vernetzte Geräte durch eine einzige, einfache App, die ein Zusammenspiel der intelligenten Heimprodukte ermöglicht. Zudem können im Hinblick auf die tägliche Routine des Nutzers die Geräte mit Hilfe der Zeit, des Ortes und Sensoren automatisiert werden. So zum Beispiel mit der GeoSense-Technologie: Revolv kann automatisch Geräte aktivieren (oder ausschalten), wenn der Nutzer einen vorher definierten Radius im oder um das eigene Zuhause erreicht hat. - TempoIQ
TempoIQ setzt auf einen privaten Cloud-Service, der es dem Nutzer vereinfachen soll, die Analytische Sensorik für die eigenen Produkte oder einen Service einzusetzen. Ein Echtzeit-Monitoring von Sensorendaten sowie Analysegeräte werden zur Verfügung gestellt um die Performance und die Sicherheit zu gewährleisten. - Theatro
Theatro hat ein tragbares WLAN-basiertes System entwickelt, welches zur internen Kommunikation der Mitarbeiter dient und gleichzeitig Zugriff auf Firmeninformationen ermöglicht. Die Mitarbeiter erhalten den Zugriff auf das System durch eine Vielzahl von einfachen Sprachbefehlen, welche ihnen ermöglichen auch während der Kommunikation die Hände frei zu haben – etwa beim Bedienen von Kunden. Zum Beispiel: Während ein Verkäufer den Inventarbestand eines Produktes prüft, sagt er "check inventory SKU23567" und das Theatro-System verbindet ihn direkt mit dem Inventarsystem um ihm den Überblick über den Produktstatus zu verschaffen.
Erfolgt die Interaktion zwischen intelligenten Fahrzeugen eines Tages tatsächlich in Echtzeit, dann sind selbst Szenarien umsetzbar, in denen ein verunfallter Wagen automatisch die nachfolgenden Fahrzeuge warnt: "Vorsicht, Unfall hinter der nächsten Kurve!" - während die noch weiter hinten nahenden Fahrzeuge automatisch auf eine Umgehungsstrecke gelotst werden.
Auch auf kommunaler Ebene lässt sich - Stichwort: "Smart City" - diese Schwarmintelligenz nutzen, um die Verkehrsführung in vielerlei Hinsicht zu optimieren. Dies reicht von der Effizienzkontrolle von Ampelschaltungen einer "grünen Welle" bis hin zur Frage: Wo und wann ist der Straßenverkehr wie zu regulieren, um einen häufig genutzten Schulweg von A nach B möglichst sicher zu gestalten?