Ressourceneffiziente Thin-Edge-Systeme durch integrierte KI und neuromorphe Elektronik in Sensoren - ThinKIsense

Abstract

Smarte Multisensoren werden in der Industrie zunehmend eingesetzt, zum Beispiel in der Prozessautomatisierung, um Daten für Industrial Internet-of-Things (IIoT)-Anwendungen wie die vorausschauende Wartung (Predictive Maintenance) zu gewinnen. Dabei werden große Mengen an Rohdaten transportiert, in der Cloud verarbeitet und gespeichert. Der Energiebedarf der batteriebetriebenen Sensoren wird dabei wesentlich durch den Datentransport beeinflusst. Im Rahmen des Projekts ThinKIsense sollte die Verarbeitung von Daten aus batteriebetriebenen Sensoren von der Cloud direkt in den Sensor verlagert werden, um so durch eine gezielte Datenvorverarbeitung im Sensor die Kommunikationshäufigkeit zu minimieren und die Batterielebensdauer zu maximieren. Es war geplant die Laufzeit eines Sensors mit zwei AA-Batterien von ca. drei Jahren zu Beginn auf mindestens acht Jahre zu verlängern.