SDF | Sensordaten- und Informationsfusion

Bereits vor jeder wissenschaftlichen Reflexion oder technischen Umsetzung ist Sensordaten- und Informationsfusion ein allgegenwärtiges Phänomen: Jedes Lebewesen verknüpft Eindrücke unterschiedlicher, sich ergänzender Sinnesorgane mit zuvor erlerntem Erfahrungswissen und Mitteilungen anderer Lebewesen. Daraus formt es ein Modell seiner Umwelt − die Grundlage für situationsgerechtes Handeln.

Als Zweig der angewandten Informatik versucht die Sensordaten- und Informationsfusion, diese Informationsverknüpfung zu verstehen, sie soweit wie möglich zu automatisieren und über das natürliche Vermögen hinaus zu steigern. Insofern ist sie ein Zweig der Automatisierungstechnik, eine Art Maschinenbau für »kognitive Tools«, die menschlichen Fähigkeiten zur Datenauswertung und -verknüpfung zu steigern.

Dabei profitiert die Sensordatenfusion von generellen Technologietrends wie Vernetzung, Mobilität, Sensor- und Datenbanktechnologie und schafft die Basis für die effektive Interaktion zwischen Menschen und den sie unterstützenden technischen Systemen. Basierend auf jahrzehntelanger Erfahrung bietet die Abteilung »Sensordaten- und Informationsfusion« Forschung und Entwicklung von konzeptuellen Studien bis hin zu prototypischen Integrationssystemen.

Verteilte Sensorsysteme

Multisensoriell erstellte Lagebilder sind in allen Bereichen der Überwachung und Aufklärung bis hin zur Bedrohungsanalyse und zum Schutz von Personen und Infrastruktur unverzichtbar. Die Forschungsgruppe »Verteilte Sensorsysteme« entwickelt dazu Verfahren der Fusion unterschiedlicher Sensordaten, die in verteilten, insbesondere in multistatischen Sensorsystemen gewonnen werden. Darüber hinaus baut sie Experimentalsysteme auf, um die Leistungsfähigkeit der Ansätze unter realistischen Bedingungen zu bewerten und Optimierungspunkte zu identifizieren.

Sensor- und Ressourcenmanagement

Die Forschungsgruppe »Sensor- und Ressourcenmanagement« legt methodisch-algorithmische Grundlagen für das adaptive und optimierte Management von Multisensorsystemen, multifunktionalen Sensoren und von mobilen Sensorplattformen. Charakteristisch ist die Verzahnung von Methoden der mathematischen Optimierungstheorie mit der Datenfusion auf Signal- und Datenebene. So werden gesteigerte Aufklärungsleistungen erreicht ohne Neuinvestition in Hardware. Umgekehrt kann durch Fusion auf einer höheren Verarbeitungsebene die Leistung der Signalverarbeitungskette gesteigert werden.

Arraysignal- und Mehrkanalverarbeitung

Innovative Sensorkonzepte und fortschrittliche Methoden der Signalverarbeitung ermöglichen neue Sensorfunktionen und hohe Messgenauigkeiten. Bei der Fusion der gewonnenen Messungen ist eine exakte Sensormodellierung vorteilhaft. Diese Modelle ermöglichen komplexe Systemsimulationen, die Abschätzung der Systemperformanz und die Ableitung technischer Systemanforderungen. Neben der Emitterlokalisierung bieten Methoden der Arraysignalverarbeitung auch Lösungen zur stör- und täuschrobusten Navigation.

Integrierte Sensorsysteme

Zur Lösung anspruchsvoller Aufklärungsaufgaben mittels einer Kombination aus unterschiedlicher Sensorik werden Hardwarekonzepte erstellt und der Mehrwert durch innovative Algorithmen erschlossen. Dabei stellen unbemannte Luftfahrzeuge, engl. »Unmanned Aircraft Systems« (UAS), Zielplattformen der Forschungsarbeiten dar. Ein weiterer Schwerpunkt ist die bodengebundene, multisensorielle Nahbereichsaufklärung, insbesondere zur Erkennung unbemannter Flugsysteme und schmutziger Bomben.

Infrastruktur

Durch die Unterhaltung eines Labors zur Entwicklung und Konstruktion von Demonstrationssystemen und –teilsystemen ist die Abteilung »Sensordaten- und Informationsfusion« in der Lage, prototypische Implementierungen neuester Algorithmen zur Verarbeitung und Steuerung von Sensordaten unmittelbar unter einsatznahen Bedingungen zu testen und vorzuführen.

Gremien/Netzwerke

• NATO-Aktivitäten
• UAV DACH
• Fraunhofer Allianz SPACE
• Fraunhofer Big Data Alliance

Kooperationen 

• Universität Bonn
• TU Ilmenau
• RWTH Aachen
• Hochschule Bonn-Rhein-Sieg
• University of Connecticut (USA)
• Hochschule Koblenz
• TU München
• Universität Siegen