Der Blätterkatalog benötigt Javascript.
Bitte aktivieren Sie Javascript in Ihren Browser-Einstellungen.
The Blätterkatalog requires Javascript.
Please activate Javascript in your browser settings.
Neoversum | Lighting 14 neo Mai 2020 nachdem es ausgelernt ist Um die verschiedenen Situationen zu identifizieren ist der Raum mit einer Reihe von Sensoren ausgestattet unter anderem mit Magnet-Helligkeitsoder Infrarotsensoren Es kann bis zu einem gewissen Grad auch auf nicht erlernte Gegebenheiten reagieren Möglich wird das Lernen durch Machine-Learning-Algorithmen wobei das Herz des Systems aus einem Rasperry Pi und openHAB besteht einem Open Source Framework für das Smart Home Das intelligente Licht lernt also intuitiv auf den Nutzer zu reagieren Es ist aber auch zusätzlich per App über die Sprachoder Gestensteuerung bedienbar Wie genau funktioniert der Open-Source-Ansatz? Was kann die Community zu dem System beisteuern beziehungsweise wie kann sie den Ansatz erweitern? Open Source ist der Hebel um die im Projekt erforschte Technik für Jedermann nachhaltig zugänglich zu machen Damit wird eine breite sogenannte Bottom-Up-Innovation möglich In der Hardwarebranche sind Rasperry Pi und die Arduino-Plattformen erfolgreich Diesen Open-Source-Gedanken wollten wir in der Software on the Edge also Software in lokalen Netzen mit Beleuchtungsanwendungen für Smart Home voranbringen Bild Kind mit Leuchte Simon präsentiert stolz seine selbstgebaute und gestengesteuerte Lampe die im Workshop in zusammenarbeit mit Technik für Kinder e Ventstanden ist beide Bilder OpenLicht Gruppenfoto v l Uwe Aßmann TU Dresden Kay Bierzynski Infineon Frank Rohde Infineon René Schöne TU Dresden Maria Piechnick TU Dresden Martin Strehler Innovationsmanufaktur Florian Kalleder Bernitz Electronics Juan Mena-Carrillo Infineon Robert Bösnecker TH Deggendorf Unsere Softwareergebnisse kann jeder nutzen Unser System kann dadurch immerzu mit neuen Features und Funktionen erweitert werden Wir haben unsere Ergebnisse als Erweiterungen für openHAB implementiert Die OpenSource-Machine-Learning-Bibliothek Encog wurde im Projekt so angepasst dass sie in openHAB verwendet werden kann Außerdem haben wir sogenannte Bindings realisiert die die Integration von verschiedenen Sensoren wie Druckoder Radarsensoren leicht macht Wie ist bei dem intelligenten Licht die Privatssphäre gesichert? Das ist ein ganz wichtiger Punkt Wir haben viele Umfragen im Rahmen von OpenLicht durchgeführt und dabei erkannt dass die Frage der Privatsphäre eine große Hürde für die Akzeptanz von Smart-Home-Systemen ist Darum wollten wir dieses Problem lösen und haben dazu zwei Wege verfolgt Auf dem ersten Weg setzen wir ein Hardwarebasiertes Trusted-Plattform-Modul ein das das System durch Verschlüsselung und Wahrung der Systemintegrität zum Beispiel gegen Hackerangriffe schützt Auf dem zweiten Weg werden die Algorithmen im Lokalnetz also im Edge ausgeführt Dadurch benötigen die Nutzer keine ständige Internetverbindung Sensible Daten können lokal verarbeitet und müssen nicht in die Cloud geschickt werden Wie effizient ist der Energieverbrauch? Zwar spart die angepasste Lichtnutzung Strom dafür verbraucht aber die Technik dahinter viel Energie auch durch den erhöhten Datenverkehr? Klar Energieeffizienz und CO2 -Ausstoß sind die großen gesellschaftlichen Themen unserer Zeit Genau deswegen sollten wir auf intelligente Systeme umsteigen Nach unserer Schätzung ließe sich der Energieverbrauch durch die automatische Anpassung wie Dimmen und Ausschalten um weit mehr als 50 Prozent reduzieren wenn man Licht auf die Anwesenheit Position und Präferenz von Menschen genau einstellt und auch das Tageslicht berücksichtigt Selbstlernende Systeme können meiner Meinung nach weit mehr Einflussfaktoren zur Lichtregelung mit einbeziehen als es der Mensch im Alltag tut Der zusätzliche Energieverbrauch der durch den Einsatz von neuer Regelungstechnik entsteht wird bei uns