TOP
SSV Software Systems Register  Register
Log in to check your private messages  Log in to check your private messages
Startseite FAQ Search Mitglieder Profile  Log in 
SSV Support-Forum
embedded world 2021 DIGITAL …

 
Post new topic   Reply to topic    SSV-Forum Forum Index >>> RMG/941
<<< Previous topic - Next topic >>>  
Display posts from previous:   
Author Message
kdw



Joined: 05 May 2006
Posts: 1460

PostPosted: 04.01.2021, 07:01    Post subject: embedded world 2021 DIGITAL … Reply with quote

Hallo Forum.

Für eine datenbasierte Lösung im Umfeld von Maschinen und Anlagen werden verschiedene Hardware- und Software-Bausteine benötigt. Neben den Embedded Systems zur Rohdatenerfassung sind spezielle Gateway- und Cloud-Funktionen erforderlich. Zwei besondere Schwerpunkte bilden dabei die KI-basierte Datenanalyse (Machine Learning) und die Cybersecurity. Für solche multidisziplinären Aufgabenstellungen werden wir auf der diesjährigen embedded world einen ersten vollständigen Technologiebaukasten (Technologie-Stack) vorstellen. Er deckt vom Sensor bis zur automatischen Entscheidungsfindung das gesamte Aufgabenspektrum ab.



Den Technologie-Stack haben wir die Gesamtaufgabe in die drei Teilbereiche Sensing Endpoint, Gateway und IoT Plattform (Cloud) gegliedert. Für alle drei Aufgabensegmente bieten wir vorentwickelte und getestete Funktionen, die in Bezug auf die Zusammenarbeit optimiert wurden. Hier eine erste Übersicht:

1) Sensing-Funktionen: Embedded-Betriebssystem, Sensoransteuerung, Protokollstack, Setup User Interface (UI), OTA-Software-Update-Treiber, Power Management, Mathematik-Funktionen, Datenaufbereitung, Datenanalysen, vollständige Hardware-Beispiele inkl. Secure Element …

2) Gateway-Funktionen: Protokollstack, Sensing-Endpoint-Management (z. B. OTA-Software-Updates, Funktionsüberwachung), Edge-Datenverarbeitung und Datenanalysen, Hardware-Addons …

3) Cloud-Funktionen: Rules-Engine-Skripte, OTA-Software-Update-Server, Application Logic inkl. Templates für Datenanalyse und Entscheidungsfindung per Machine Learning, Ende-zu-Ende-Security-Funktionen …

Wir wollen hier aber keine weitere „Sensor-to-Cloud“-Lösung für IoT-Projekte schaffen. Unser Ziel ist vielmehr, neben der „Connectivity“ auch die erforderlichen KI- bzw. Machine-Learning-Bausteine mit adaptiven mathematischen Modellen anzubieten, die auf Basis der Echtzeitsensordaten vollständig automatische Entscheidungsprozesse in Logistik- und Produktionsumgebungen sowie der Heiz-, Klima- und Lüftungstechnik (HLK) und in dezentralen Energieanlagen ermöglichen. Dafür werden wir künstliche neuronale Netzwerke mit TensorFlow und TinyML nutzen.

VG KDW
Back to top
View user's profile Send private message
kdw



Joined: 05 May 2006
Posts: 1460

PostPosted: 07.01.2021, 17:26    Post subject: Die drei Teilfunktionen … Reply with quote

Hallo Forum.

Wie man an Hand des ersten Statements ja schon erkennen kann, betrachten wir eine datenbasierte Aufgabenstellung mit Sensordaten im industriellen Umfeld als System mit drei Teilfunktionen.



Mit unserem Technologie-Stack wollen wir für alle drei Teilfunktionen vorentwickelte Funktionen zur Verfügung stellen, die sorgfältig aufeinander abgestimmt sind und im Zusammenspiel eine werthaltige Lösung ergeben.

Im Rahmen der diesjährigen embedded world werden wir den WSEI/154A (WSEI = Wireless Sensing Edge Intelligence) vorstellen. Dieser Stack basiert auf Funksensoren, die den IEEE802.15.4-Funkstandard mit 868 MHz bzw. 915 MHz nutzen. Die Pressemitteilung zum WSEI/154A wurde heute auf unserer Website veröffentlicht. Siehe hierzu https://www.ssv-embedded.de/pr/2021/wireless_sensor_edge_intelligence_technology_stack

VG KDW
Back to top
View user's profile Send private message
kdw



Joined: 05 May 2006
Posts: 1460

PostPosted: 12.01.2021, 15:27    Post subject: Was bedeutet „WSEI“? Reply with quote

Hallo Forum.

Die Abkürzung „WSEI“ steht für Wireless Sensing Edge Intelligence. Das „WS“ bedeutet somit Wireless Sensing. Dieser Begriff ist an sich selbsterklärend. Für SSV bedeutet das lediglich, dass wir in Zukunft die drahtlose Sensorik, besonders für industrielle Anwendungen, als ein weiteres Schwerpunktthema einstufen, dem wir noch viel mehr Aufmerksamkeit als in der Vergangenheit widmen werden.

Etwas erklärungsbedürftiger ist sicherlich die Edge Intelligence, also das “EI”. Damit sind u. a. relativ neue Methoden gemeint, um größere Datenmengen nicht mehr mit Hilfe der künstlichen Intelligenz zentral in der Cloud zu analysieren, sondern direkt vor Ort an der Edge zwischen OT (Operation Technology) und IT (Information Technology) – also dort, wo bei einer industriellen Sensorikanwendungen die Daten auch entstehen. Das hat sehr viele Vorteile in Bezug auf die Datensicherheit und die typischen Bandbreiten-, Latenz- sowie Verfügbarkeitsprobleme einer Sensor-to-Cloud-Verbindung. Es entstehen dadurch allerdings auch einige neue Herausforderungen, die in ihrer Komplexität nicht zu unterschätzen sind. Eine davon ist, dass beim dezentralen KI-Einsatz (z. B. künstliche neuronale Netzwerke per TensorFlow bzw. TensorFlow Lite) die Modellbildung und die Modellnutzung (Inferenz) nicht auf der gleichen Hardware- und Softwareplattform erfolgen. Die Modelle werden in der Cloud erzeugt, die Inferenz erfolgt an der Edge. Eine weitere wäre die Remote-Update-Fähigkeit der Machine Learning-Modelle an der Edge und die damit verbundenen IT-Sicherheitsaspekte.

VG KDW


Last edited by kdw on 13.01.2021, 12:27; edited 2 times in total
Back to top
View user's profile Send private message
kdw



Joined: 05 May 2006
Posts: 1460

PostPosted: 13.01.2021, 12:22    Post subject: TensorFlow ... Reply with quote

Hallo Forum.

Ein sehr wichtiger WSEI/154A-Funktionsbaustein ist TensorFlow. Dieses ursprünglich von Google entwickelte Open-Source-Framework zur datenstromorientierten Programmierung ermöglicht hochkomplexe Anwendungen im Bereich des maschinellen Lernens, die auf künstlichen neuronalen Netzwerken basieren (es handelt sich also um sogenannte Deep Learning-Anwendungen). TensorFlow hat in einer WSEI/154A-Anwendung zwei Aufgaben:

1. Modellbildung im Cloud Endpoint: In einer Lernphase wird zunächst ein Machine-Learning-Modell erzeugt. Dafür wird ein Klassifizierungs- oder Regressionsalgorithmus in Form eines neuronalen Netzwerks konfiguriert und mit zuvor aufbereiteten Trainingsdaten in einer iterativen Lernphase mit den entsprechenden Modellparametern, die sogenannten Trainable Parameters, ausgestattet. Diese Lernphase zur Deep Learning-Modellerzeugung wird durch einen Back-Propagation-Algorithmus gesteuert.

2. Inferenz (Modellnutzung) innerhalb der Gateway Functions: Der fortlaufende Inferenzbetrieb dient der Informationsgewinnung aus den Daten eines Sensing Endpoints. Dafür werden periodisch Sensordaten an ein Gateway geschickt und über eine TensorFlow-Inferenz-Laufzeitumgebung mit Hilfe des Modells analysiert. Das Ergebnis dieser Machine Learning-Inferenz dient in der Regel zur automatisierten Entscheidungsfindung oder zur Protokollierung von Maschinen- und Anlagenzuständen in einer Datenbank.

Die Deep Learning-Modellbildung mit TensorFlow erfordert in der Regel eine sehr leistungsfähige Rechnerplattform, die in der Cloud in den meisten Fällen allerdings auch vorhanden ist. Für den Inferenzbetrieb reicht bereits eine relativ geringe Rechenleistung aus. Ein Embedded System, z. B. ein ARM-Cortex A5-basierter Embedded-Linux-Modul mit Low-Power-Merkmalen, reicht für die Machine Learning-Inferenz mit Wireless-Sensing-Daten bereits aus. Auf dieser Plattform ist dann auch keine vollständige TensorFlow-Installation erforderlich, sondern lediglich eine TensorFlow Lite-Laufzeitumgebung.

TensorFlow Lite verwendet für die Inferenz einen portierbaren Interpreter, um mit Hilfe des Machine Learning-Modells eine Klassifikations- oder Regressionsberechnung der zuletzt erhaltenen Sensordaten durchzuführen. Damit der TensorFlow Lite Interpreter das in der Cloud erzeugte Modell für die Inferenz auf einer ressourcenbeschränkten Hardware nutzen kann, muss es zuvor in ein spezielles Format konvertiert werden. Der dafür erforderliche Workflow wird auch als TinyML bezeichnet. Ein solcher TinyML-Workflow ist in der WSEI/154A-Benutzerdokmentation beschrieben und auch als Beispiel im Lieferumfang enthalten.

VG KDW
Back to top
View user's profile Send private message
kdw



Joined: 05 May 2006
Posts: 1460

PostPosted: 14.01.2021, 16:11    Post subject: Remote Updates ... Reply with quote

Hallo Forum.

Zum Funktionsumfang des WSEI/154A gehören verschiedenen Bausteine für den Over-The-Air (OTA) Remote Update. Diese SSV Secure Device Update (SDU)-Komponenten wurden zu einem WSEI/154A-SDU-Kit zusammenfasst und an den WSEI-Technologiebaukasten angepasst. SDU arbeitet PKI-basiert und ermöglicht einem Maintainer mit entsprechender Autorisierung den sicheren und einfachen Remote Update beliebiger Softwarekomponenten auf entfernten Systemen. Dazu gehören auch die Firmware in Funksensoren sowie die TensorFlow-Machine-Learning-Modelle in Edge Devices. Die folgende Abbildung liefert eine Übersicht der wichtigsten Funktionsbausteine.



1) Maintainer PC: Auf diesem PC entstehen die SDU-Updates. Dafür gibt es zwei Werkzeuge: Das SDU Signing Tool und den SDU Maintainer Update Client (SDU MUC). Mit dem Signing Tool werden die für den Update erforderlichen einzelnen Dateien auf dem PC zu einer SDU-Update-Datei zusammengefügt und mit einer digitalen Unterschrift (digital Signature) versehen. Mit Hilfe des SDU MUC wird eine signierte SDU-Update-Datei zum SDU Server hochgeladen. Beide Werkzeuge wurden als Electron-Cross-Plattform-Desktop-Anwendung entwickelt. Sie lassen sich auf Linux-, macOS- und Windows-Rechnern ausführen.

2) SDU Server: Dieser Serverprozess läuft im Internet (also in einer Cloud bzw. IoT-Plattform) und dient für die Weitergabe der Updates als Bindeglied zwischen dem Maintainer PC des Softwareentwickler und der Target Device. Ein SDU Server wird als Docker Container Image ausgeliefert und ist daher nahezu in jeder geeigneten Docker-Laufzeitumgebung ausführbar.

3) SDU Gateway: Zwischen einem Edge Gateway und dem SDU Server in der Cloud existiert eine direkte Verbindung per Internet. Ein SDU Gateway besitzt mit dem SDU Gateway Update Client (SDU GUC) und einem SDU Agent zwei spezielle Funktionen für den Remote Update. Der SDU GUC ist für die Kommunikation mit dem SDU Server zuständig. Er sorgt dafür, dass eine gültige Update-Datei bei Bedarf vom Server zum Gateway heruntergeladen und dem SDU Agent zur Verfügung gestellt wird. Ein SDU Agent übernimmt die Kommunikation mit der jeweiligen Target Device hinter dem SDU Gateway, um die Update-Datei an die Device zu übertragen.

4) SDU Target Device: Das eigentliche Zielsystem für den SDU-Update. Es ist per CAN, Modbus (RTU, TCP), Nahbereichs-Funkschnittstelle usw. mit dem SDU Gateway verbunden.

Den Mittelpunkt eines WSEI/154A-SDU-Kit bildet der vorkonfigurierte SDU Server, der als Docker-Container ausgeliefert und On-Prem oder als Cloudservice betrieben wird. Mit Hilfe des Signierwerkzeugs (dem SDU Signing Tool) werden die Update-Dateien zu einem Objekt zusammengefasst und zusammen mit einem Manifest zum Server übertragen. Von dort aus erfolgt der Download zu den Zielgeräten (Target Devices), also den Sensoren und Gateways einer WSEI/154A-Applikation. Gesichert wird der gesamte Update-Vorgang über eine Ende-zu-Ende-PKI mit öffentlichen und privaten Schlüsseln und X.509-Zertifikaten.



Die Kommunikation mit dem SDU Server erfolgt über das SDU Server API. Eine Beschreibung der aktuellen API-Version ist jeweils unter

https://github.com/SSV-embedded/SDU/tree/master/sdu-api

zu finden. Das SDU Server API ist ein sogenanntes REST-API. Es nutzt das HTTP(S)-Protokoll. Mit Hilfe der jeweiligen API-Funktionen überträgt die Maintainer Workstation ein neues Update zum SDU Server. Über die entsprechenden API-Funktionen kann eine Target Device des Weiteren feststellen, ob ein neues Update vorliegt und – falls dies der Fall ist – die entsprechende Update-Datei als BLOB (Binary Large Object) von Server herunterladen.

VG KDW

P.S.: Siehe auch https://ssv-embedded.de/doks/infos/WP_Wireless-OTA.pdf


Last edited by kdw on 11.02.2021, 07:38; edited 5 times in total
Back to top
View user's profile Send private message
kdw



Joined: 05 May 2006
Posts: 1460

PostPosted: 03.02.2021, 07:38    Post subject: Webinar „IoT-Funksensorik“ … Reply with quote

Hallo Forum.

Am 25. März 2021 veranstalten wir von 11:00 bis 12:00 Uhr das Webinar „IoT-Funksensoren richtig einsetzen“. In diesem Webinar geht es Funktechnologien für den Sensing Endpoint, die Verbindung zwischen Sensordaten und KI-Algorithmen und den vermutlich wichtigsten Aspekt der IoT-Security (sichere Over-The-Air Remote Updates).

Insgesamt werden wir über die Agenda die hier folgenden drei Fragestellungen aufgreifen:

1. Welche Funktechniken gibt es? (Ein kurzer Überblick „IoT Wireless Technologies in a Nutshell“)

2. Wie erfolgt das Zusammenspiel zwischen Funksensorik und KI? (Sensordaten in Merkmalsvektoren zusammenfassen und mit Machine-Learning-Algorithmen analysieren)

3. Warum sind Over-The-Air (OTA) Updates unbedingt erforderlich? (Umfangreiche Protokollstacks und Firmware-Komponenten, aber auch Machine-Learning-Modelle, benötigen von Zeit zu Zeit ein Update)

VG KDW

P.S.: Siehe auch https://www.ssv-comm.de/forum/viewtopic.php?t=1529


Last edited by kdw on 13.03.2021, 15:26; edited 1 time in total
Back to top
View user's profile Send private message
kdw



Joined: 05 May 2006
Posts: 1460

PostPosted: 22.02.2021, 07:12    Post subject: Docker als Zubehör … Reply with quote

Hallo Forum.

Die Welt um uns herum wird intelligenter. Eine entscheidende Rolle entfällt dabei auf Embedded-Systems-Applikationen der relativ neuen „Intelligent Endpoint“-Kategorie. Diese Endpunkte benötigen neben einer dem Stand der Technik entsprechenden (Wireless) Connectivity und Security auch hochentwickelte integrierte KI-Algorithmen für das Real-Time Decision Making, z. B. künstliche neuronale Netzwerke auf der Basis von TensorFlow. Dadurch entstehen verschiedene völlig neue Aufgaben für Entwickler und Betreiber: Für die Machine-Learning-Modellbildung werden größere Datenmengen aus der Anwendungsumgebung benötigt; das jeweilige Modell ist von Zeit zu Zeit an veränderte Umgebungsbedingungen anzupassen; systematische Fehlentscheidungen müssen erkannt und die Ursachen schnellstmöglich abgestellt werden usw. Um diesen vielfältigen Herausforderungen zu entsprechen, eignen sich Docker-basierte Systemkonzepte. Dabei werden Unterstützungsfunktionen als Micro Services implementiert, die in der Edge oder Cloud zum Einsatz



Ein Intelligent Endpoint entsteht aber nicht nur durch den Vor-Ort-Einsatz eines Machine-Learning-Modells. Damit eine Sensordatenschnittstelle ([2] in der Abbildung) in Echtzeit die Ergebnisse einer Regression bzw. Klassifizierung oder aber die Daten dafür liefen kann, sind zahlreiche Hilfsfunktionen notwendig. Z. B. die Übergabe veränderter Konfigurationsdaten an den Wireless Sensor, um diesen in einem Datenerfassungsbetrieb zu versetzen ([1] in der Abbildung). Durch die erfassten Daten wird dann in einer Machine-Learning-Trainingsphase ein neues Modell erzeugt und zum Sensor übertragen.

Siehe hierzu auch https://ssv-comm.de/forum/dokumente/_embedded-world-DCB.pdf.

VG KDW
Back to top
View user's profile Send private message
kdw



Joined: 05 May 2006
Posts: 1460

PostPosted: 23.02.2021, 16:12    Post subject: Was ist COSE? Reply with quote

Hallo Forum.

In der Pressemitteilung zum WSEI/154A wird ein Protokollstack für Sensor, Gateway und Cloud dargestellt. Ganz links im Sensorteil ist ein Baustein mit der Beschriftung „COSE“ zu finden. Dazu kamen inzwischen einige „Was ist das?“-Fragen bei uns an.



COSE steht für CBOR Object Signing and Encryption. CBOR ist die Abkürzung für Concise Binary Object Representation. Technisch verbirgt sich dahinter ein Internetstandard (siehe RFC 8152 unter https://tools.ietf.org/html/rfc8152) für das Signieren von binären Objekten in ressourcenbeschränkten Anwendungen (z. B. drahtlosen Sensoren, die nur eine geringe Bandbreite zur Datenübertragung nutzen können).

VG KDW
Back to top
View user's profile Send private message
kdw



Joined: 05 May 2006
Posts: 1460

PostPosted: 24.02.2021, 09:34    Post subject: Wo ist hier die Edge? Reply with quote

Hallo Forum.

Edge Computing bezeichnet laut Wikipedia den Gegensatz zum Cloud Computing, also die dezentrale Datenverarbeitung am Rande eines Netzwerks, der sogenannten Edge. Im Umfeld von Anlagen, Maschinen und der Automatisierungstechnik bildet die Edge die Grenze zwischen OT und IT.



Edge Computing wird von McKinsey & Co, Deloitte u. a. zurzeit als Megatrend eingestuft. Da gibt es dann Statements, wie „The intelligent edge can benefit any business that manages infrastructure, networks, clouds, data centers, and connected endpoints such as sensors, actuators, and devices.“ (Quelle: Deloitte Studie TMT Predictions 2021)

Wir bei SSV sehen das nicht ganz so dramatisch. Im Bezug auf die Connectivity hat sich ein Protokoll-Stack seit den M2M-Zeiten nur in Bezug auf die Funkprotokolle und Security-Bausteine etwas verändert. Wirklich neu ist allerdings, dass man auf einer „Edge Device“ nun KI-basierte Datenanalysen durchführen und in Echtzeit relativ komplexe Entscheidungen treffen kann.

VG KDW

P.S.: Für mich ist die Schwerpunktverlagerung von der Cloud zur Edge mittlerweile der dritte „Zentral-Dezentral-Zentral"-Wechsel des Berufslebens. Es fingt mit dem Übergang von Mainframes zu PCs an. Dann folgte der Wechsel vom PC zur Cloud. Nun haben wir die Schwerpunktverlagerung von der Cloud zur Edge ...
Back to top
View user's profile Send private message
kdw



Joined: 05 May 2006
Posts: 1460

PostPosted: 08.03.2021, 17:44    Post subject: Das Fazit ... Reply with quote

Hallo Forum.

An digitale Messen werden wir uns wohl alle zunächst einmal gewöhnen müssen. Irgendwie ist da alles anders, aber vielleicht ist das auch nur mein persönlicher Eindruck.

Insgesamt hatten wir etliche nette Gespräche in virtuellen Räumen. Unser Highlight: Die Embedded Computing Design hat unseren WSEI/154A-Technologie-Stack als einen von „12 Gewinnern in sechs Kategorien“ benannt. Darüber haben wir uns sehr gefreut.



www.embeddedcomputing.com/application/industrial/embedded-computing-designs-best-in-show-at-the-first-all-digital-embedded-world

VG KDW
Back to top
View user's profile Send private message
Display posts from previous:   
Post new topic   Reply to topic    SSV-Forum Forum Index >>> RMG/941 All times are GMT + 1 Hour
Page 1 of 1

 
Jump to:  
You cannot post new topics in this forum
You cannot reply to topics in this forum
You cannot edit your posts in this forum
You cannot delete your posts in this forum
You cannot vote in polls in this forum

SSV Software Systems GmbH

Dünenweg 5
30419 Hannover

Fon: +49(0)511  ·  40 000-0
Fax: +49(0)511  ·  40 000-40

sales@ssv-embedded.de


Impressum    ·    Datenschutz    ·    AGB

© 2023 SSV SOFTWARE SYSTEMS GmbH. Alle Rechte vorbehalten.

ISO 9001:2015