fsp selbstorganisierende mobile sensor- und ... - SomSed

4.4.2 ZIELSETZUNG
Da wir als Anwendungsdomäne UAVs betrachten, und robustes Systemverhalten nicht auf einer
permanenten Kommunikation mit einer Basisstation basieren kann, kommen Aspekte der
energieeffizienten Informationsverarbeitung ins Spiel. Um aufwändige, energiezehrende Berechnungen
für die Entscheidungsfindung zur Laufzeit zu vermeiden, müssen zur Deployment-Zeit Programme
erzeugt werden, die Verfahren (Policies) enthalten, deren Anwendung zur Laufzeit die Aufgaben der
Einheiten angemessen lösen. Emergenzprinzipien aus der Biologie bieten hierbei Möglichkeiten,
energieeffizientes Verhalten umzusetzen - entsprechende Erkenntnisse über biologische Systeme werden
in die Arbeiten miteinbezogen. Neuronale Netze liefern eine Repräsentationssprache, die anpassbares
Verhalten ermöglicht.
Da empirische Untersuchungen des emergenten Verhaltens aufwendig sind, werden mathematische
Modelle zur Spezifikation des gewünschten Verhaltens von sensorgestützen UAV-Schwärmen dringend
benötigt (einschließlich der diesbezüglichen Analysewerkzeuge für das Systemverhalten). Geeignete
Modelle für das Schwarmverhalten sind außerdem erforderlich als Grundlage von Synthese- und
Optimierungswerkzeugen für Kommunikations- und Kontrollstrategien.
Erkenntnisse aus dem Bereich der Agentensysteme bzw. auch der Soziologie ermöglichen einen Einstieg
in die Untersuchungen zum Mechanismus-Engineering bzw. zum Mikro-Makroverhalten. Die
Erkenntnisse müssen entsprechend weiterentwickelt und einer mathematischen Darstellung in dem neuen
Rahmen zugeführt werden. Höherwertige Entscheidungen von UAVs können kaum durch technisch
eventuell aufwändige, aber kognitiv einfache Nachrichtenübertragung erreicht werden. Sensordaten
müssen lokal modellbasiert angereichert werden, so dass höhere, symbolische Beschreibungen der
eingehenden Daten für die Entscheidungsfindung zur Verfügung stehen. Probabilistische Bewertungen
für Prädikatenlogische Beschreibungen bilden die Basis für die Formalisierung der Interpretation von
Sensordaten bzw. Nachrichten von variierenden Basisstationen. Prädikatenlogische statt aussagenlogische
Markov-Entscheidungsprozesse (Markov-Decision-Processes) mit partieller Beobachtungsmöglichkeit
stellen ein Novum dar und sind notwendig, um autonomes Verhalten angemessen zu unterstützen.
Interpretation und Markov-Entscheidungsprozesse lassen sich nach neueren Erkenntnissen auch auf
neuronalem Substrat realisieren. Genaueres im Rahmen der bionisch-inspirierten symbolischen
Informationsverarbeitung muss noch erarbeitet werden. Diese Arbeiten sollen die Grundlage für robustes
Verhalten auf allen Ebenen der hierarchischen Kontrollarchitektur der UAVs bilden.
Das Forschungsthema, das wir angehen möchten, lässt sich daher unter Berücksichtigung dieser Aspekte
mit dem Titel Biosocionic Energy-Efficient Swarm Computing umreissen: kurz Biosocionic Computing.
Etwas praktischer kann der Arbeitstitel aus Anwendungsperspekte auch "Wie das THW-Equipment der
Zukunft aussieht" lauten. Die Ergebnisse sind nicht nur im Kontext von UAVs interessant, sondern sind
auch für rein Sofware-basierte Systemlösungen anwendbar.
4.4.3 EIGENE VORARBEITEN
BOEMIE: Bootstrapping Ontology Evolution with MultImEdia Information
EU-Projekt mit 6 Personenjahren (Prof. Möller)
CASAM: Computer-Aided Semantic Annotation of Multimedia
EU-Projekt mit 6 Personenjahren (Prof. Möller)
PRESINT: Probabilistische Präferenzmaße für wissensbasierte Szeneninterpretation
DFG-Projekt (Prof. Möller)
Zurzeit werden an den Instituten für Regelungstechnik, Zuverlässigkeitstechnik und Flugzeugsystemtechnik
gemeinsam zehn Quadrokopter entwickelt und hergestellt, die über die erforderliche Intelligenz,
Sensorik und Kommunikationsfähigkeit verfügen, um entwickelte Ansätze auch experimentell zu
23