DE102021101777A1 - Systemarchitektur für IoT-Spektroskopie - Google Patents

Systemarchitektur für IoT-Spektroskopie Download PDF

Info

Publication number
DE102021101777A1
DE102021101777A1 DE102021101777.7A DE102021101777A DE102021101777A1 DE 102021101777 A1 DE102021101777 A1 DE 102021101777A1 DE 102021101777 A DE102021101777 A DE 102021101777A DE 102021101777 A1 DE102021101777 A1 DE 102021101777A1
Authority
DE
Germany
Prior art keywords
backend
measurement data
processing system
data processing
measuring device
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
DE102021101777.7A
Other languages
English (en)
Inventor
Rick-Rainer Ludwig
Matthias Jahnel
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Senorics GmbH
Original Assignee
Senorics GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Senorics GmbH filed Critical Senorics GmbH
Priority to DE102021101777.7A priority Critical patent/DE102021101777A1/de
Priority to US18/260,584 priority patent/US20240064204A1/en
Priority to PCT/EP2022/051533 priority patent/WO2022161918A1/en
Publication of DE102021101777A1 publication Critical patent/DE102021101777A1/de
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/12Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00Economic sectors
    • G16Y10/90Chemistry
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00Information sensed or collected by the things
    • G16Y20/10Information sensed or collected by the things relating to the environment, e.g. temperature; relating to location
    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16YINFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y40/00IoT characterised by the purpose of the information processing
    • G16Y40/30Control
    • G16Y40/35Management of things, i.e. controlling in accordance with a policy or in order to achieve specified objectives
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/28Investigating the spectrum
    • G01J2003/283Investigating the spectrum computer-interfaced
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01JMEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/02Details
    • G01J3/0264Electrical interface; User interface

Landscapes

  • Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Spectroscopy & Molecular Physics (AREA)
  • Physics & Mathematics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Medical Informatics (AREA)
  • Organic Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Toxicology (AREA)
  • Human Computer Interaction (AREA)
  • Environmental & Geological Engineering (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

Es wird eine Systemarchitektur für ein Messdatenverarbeitungssystem vorgestellt, das speziell unter dem Aspekt der Anwendung in einem loT-Gerät entwickelt wurde. Das vorgestellte System eignet sich besonders gut für den Einsatz in der Spektroskopie. Das Messdatenverarbeitungssystem (1) umfasst mindestens ein Messgerät (2), das ein eingebettetes Betriebssystem (22) umfasst, das auf ein Remote-Gerätebackend (3) zugreift und für dieses zugänglich ist, und ein Benutzergerät mit einer für den Benutzer zugänglichen Anwendung (51), die auf ein Remote-Anwendungsbackend (6) zugreift und für dieses zugänglich ist, wobei das Gerätebackend (3) und das Anwendungsbackend (6) cloudbasiert sind, und wobei das Gerätebackend (3) und das Anwendungsbackend (6) dazu eingerichtet sind, Cloud-Computing-Ressourcen zu nutzen, um Daten zu speichern und abzurufen und zu verarbeiten.

Description

  • Die vorliegende Erfindung bezieht sich auf ein Messdatenverarbeitungssystem, insbesondere betreffend dessen Systemarchitektur und Verwendung.
  • Eine Anwendung dieser Erfindung umfasst die optimierte Anpassung von Spektroskopie an das Internet der Dinge (Internet of Things, loT).
  • Das Aufkommen von miniaturisierten, leichten, robusten und anpassbaren Lösungen anstelle der bis dato sperrigen und empfindlichen Laborspektrometer hat die Spektroskopie in die Reichweite einer neuen, nicht fachkundigen Nutzergemeinschaft gebracht und zu einer weit verbreiteten Nutzung solcher Spektrometer für Vor-Ort-Messungen in Alltagsanwendungen geführt. Ein weiterer Schritt nach vorn ist die Anwendung der Spektroskopie im Rahmen des Internet der Dinge (Internet of Things, loT), z. B. in intelligenten Geräten wie intelligenten Kühlschränken oder intelligenten Waschmaschinen, intelligenten Wohnumgebungen, intelligenter Landwirtschaft, intelligenten Wearables usw., wobei loT als ein Ansatz zur Vernetzung physischer Objekte zur Erfassung und zum Austausch von Daten verstanden werden kann. loT-Ansätze umfassen in der Regel, dass die Geräte eine eindeutige Adresse in einem Netzwerk erhalten und mit elektronischer Intelligenz ausgestattet werden. Dadurch sind sie in der Lage, über das Internet zu kommunizieren und Aufgaben vollautomatisch auszuführen. Neben der Möglichkeit der Kommunikation zwischen den Geräten (machine-tomachine communication, M2M) bieten viele der vernetzten Objekte eine Schnittstelle über das Internet, über die die Geräte von einem Benutzer von einem beliebigen Standort aus bedient und gesteuert werden können.
  • Photodetektoren auf der Basis organischer Materialien eignen sich besonders gut für eine Anwendung von Spektroskopie im loT, da sie klein, leicht und kostengünstig sind. Ein solcher Photodetektor ist in der EP 3 152 785 B1 offenbart.
  • Software für den Einsatz im Zusammenhang mit loT sollte mehrere Anforderungen erfüllen, die sich vor allem aus der potenziell eingeschränkten Hardware, der Forderung nach Autonomie dieser Systeme und der Benutzerfreundlichkeit des Systems aus der Entwicklerperspektive ergeben. So sollte beispielsweise der Speicherbedarf der in Verbindung mit loT eingesetzten Software sehr niedrig sein, ebenso wie die Komplexität der Prozesse und der Stromverbrauch.
  • Die US 10,323,982 B2 offenbart ein kompaktes Spektrometersystem, das eine lokale Verarbeitungseinheit, die so ausgebildet ist, dass sie die spektralen Rohdaten in bearbeitete spektrale Intensität umwandelt, und ein Kommunikationsmodul umfasst, das so ausgebildet ist, dass es mit der lokalen Verarbeitungseinheit und einer Fernverarbeitungseinheit (Remote-Verarbeitungseinheit) in Verbindung steht, wobei das Kommunikationsmodul so ausgebildet ist, dass es die bearbeiteten spektralen Intensitätsdaten von der lokalen Verarbeitungseinheit an die Fernverarbeitungseinheit überträgt, und wobei die Fernverarbeitungseinheit so ausgebildet ist, dass sie das Spektrum der Probe in Reaktion auf die bearbeitete spektrale Intensität erzeugt. Die Fernverarbeitungseinheit kann eine Datenbank mit spektralen Informationen umfassen, wobei die spektralen Informationen z. B. Detektorrohdaten, vorbehandelte Detektordaten oder nachbehandelte Detektordaten umfassen.
  • Das in der US 10,323,982 B2 offenbarte System mit einer lokalen Verarbeitungseinheit, die die die spektralen Intensitätsdaten verarbeitet, erfüllt die oben genannten Anforderungen nicht und ist daher nicht für loT-Anwendungen geeignet.
  • Die CN 109 270 024 A beschreibt ein drahtloses Datenerfassungssystem für ein Nahinfrarotspektrometer auf Basis von Narrowband (NB)-loT. Das System umfasst ein Spektrometermodul, ein Hauptsteuermodul, ein drahtloses NB-loT-Kommunikationsmodul, ein Betreiberdatenübertragungsnetz, einen loT-Cloud-Server und ein mobiles Endgerätmodul. Ein Spektrometermodul, ein Hauptsteuermodul und ein drahtloses NB-loT-Kommunikationsmodul bilden ein System zur Erfassung von Nahinfrarotspektraldaten, zur Modulpositionierung und zum Hochladen von Daten. Das Spektrometermodul ist ein miniaturisiertes Indium-GalliumArsenid-Array-Spektrometer für den Nahinfrarotbereich, das spektrale oder diffuse Reflexionsspektroskopiemessungen durchführen und Spektraldaten erfassen kann. Das Hauptsteuermodul ist so konfiguriert, dass es den Arbeitszustand des Spektrometermoduls steuert und die Seriennummer des Spektrometermoduls, die Arbeitsparameter und die gesammelten Spektraldaten über das drahtlose NB-loT-Kommunikationsmodul und ein Betreiberdatenübertragungsnetz auf den loT-Cloud-Server hochlädt. Der loT-Cloud-Server führt die Datenanalyse, Speicherung und Freigabe durch. Der Abfragedienst wird für den Benutzer über das mobile Endgerät bereitgestellt. Die Offenbarung bietet keine Lösung, um mehrere Geräte zu verbinden und so eine gemeinsame Steuerung zu ermöglichen. Weiterhin wird nicht offengelegt, wie eine Zusammenarbeit verschiedener Beteiligter und ein weltweiter Austausch von Daten mit unterschiedlicher Berechtigung erfolgen könnte.
  • Ein loT-Gerät, das sich in der Cloud befindet, muss mit unterscheidbaren Berechtigungsnachweisen ausgestattet sein, die eine eindeutige Identifizierung des Geräts ermöglichen. Techniken zur Ausstattung eines loT-Geräts mit solchen gerätespezifischen Berechtigungsnachweisen über eine Cloud-Computing-Plattform sind in der US 10,447,683 B1 offengelegt.
  • Die vorliegende Erfindung zielt darauf ab, ein System bereitzustellen, das eine Option für ein Messdatenverarbeitungssystem darstellt, das speziell unter dem Aspekt der Anwendung in einem loT-Gerät entwickelt wurde.
  • Die Erfindung stellt ein Messdatenverarbeitungssystem bereit, aufweisend mindestens ein Messgerät, das ein eingebettetes (Embedded-) Betriebssystem umfasst und das auf ein Remote-Gerätebackend zugreift und über dieses zugänglich ist; ein Benutzergerät mit einer für den Benutzer zugänglichen Anwendung, das auf ein Remote-Anwendungsbackend zugreift und über dieses zugänglich ist; wobei das Remote-Gerätebackend und das Remote-Anwendungsbackend cloudbasiert sind, und wobei das Gerätebackend und das Anwendungsbackend Cloud-Computing-Ressourcen nutzen, um Daten zu speichern und abzurufen und zu verarbeiten.
  • Das Messgerät kann auf lokale Datenspeicher-, -abruf- und/oder -verarbeitungsressourcen verzichten. Alternativ kann das Messgerät über lokale Ressourcen verfügen, zumindest für die Speicherung und den Abruf von Daten. So kann das Messgerät beispielsweise so konfiguriert sein, dass es autonom messen kann, ohne mit der Cloud verbunden zu sein. Das Messgerät kann dann in der Lage sein, Rohmessdaten lokal zu puffern. Sobald das Messgerät mit der Cloud verbunden ist, können die Rohmessdaten über das Backend des Messgeräts an die Cloud-Computing-Ressourcen übertragen und von diesen verarbeitet werden.
  • Das eingebettete Betriebssystem des Messgeräts ist als ein loT-fähiges Betriebssystem zu verstehen, das für die Verwendung in Verbindung mit dem loT optimiert ist. Das eingebettete Betriebssystem interagiert mit dem cloudbasierten Gerätebackend über ein Kommunikationsprotokoll, wie z. B., aber nicht ausschließlich, http, https, WebSocket etc.
  • Die für den Benutzer zugängliche Anwendung kann eine Single-Page-Anwendung sein, die dynamisch mit dem Anwendungsbackend über ein Kommunikationsprotokoll interagiert, wie z. B., aber nicht ausschließlich, http, https, WebSocket etc. Alternativ kann es sich bei der für den Benutzer zugänglichen Anwendung auch um eine Multi-Page-Anwendung handeln.
  • Durch die konsequente Verlagerung von Ressourcen so weit wie möglich in die Cloud ist das Messdatenverarbeitungssystem vorteilhaft daran angepasst, dass das Messgerät und/oder das Benutzergerät in einem loT-Gerät implementiert sind/ist.
  • Es versteht sich, dass es auch in den Anwendungsbereich der vorliegenden Erfindung fällt, dass das Benutzergerät und/oder das Messgerät nicht in einem loT-Gerät implementiert sind; dass nur das Benutzergerät in einem loT-Gerät implementiert ist; dass nur das Messgerät in einem loT-Gerät implementiert ist; dass sowohl das Benutzergerät als auch das Messgerät in separaten loT-Geräten implementiert sind; dass sowohl das Benutzergerät als auch das Messgerät in demselben loT-Gerät implementiert sind.
  • Im Sinne der Erfindung kann der Begriff „Daten“ Messdaten und/oder Metadaten umfassen, wobei unter Metadaten jede Art von Daten zu verstehen ist, die Informationen über die Messdaten liefern, z. B. Zeit und/oder Datum und/oder Ort der Erstellung der Messdaten, eine eindeutige Identifizierung des Messgeräts, mit dem die Messdaten erfasst wurden, eine Klassifizierung der Probe, an der die Messdaten erfasst wurden, einen Analyten und die Matrix oder Matrizen, in die dieser in der Probe eingebettet sein kann, Referenzwerte für den Analyten und/oder die Matrix etc.
  • In einer Ausführungsform des Messdatenverarbeitungssystems ist das Messgerät vom Spektrometertyp. Das spektrometrische Messgerät kann Spektraldaten als Messdaten erzeugen. Das spektrometrische Messgerät kann zusätzlich verschiedene Sensoren enthalten, so dass es zusätzlich nicht-spektrale Daten erzeugen kann, z. B. Daten zu Temperatur, Druck, Luftfeuchtigkeit, Durchflussrate einer Flüssigkeit etc.
  • Im Sinne der Erfindung ist unter einem Spektrometer eine Vorrichtung zu verstehen, die in der Lage ist, eine Eigenschaft, z. B. die Intensität oder die Strahlungsleistung, von elektromagnetischer Strahlung bei mehreren verschiedenen Wellenlängen der Strahlung, z. B. im sichtbaren Bereich oder im Infrarotbereich, zu messen. Die Messung kann nach Wechselwirkung der Strahlung mit einer zu untersuchenden Probe erfolgen. Das Funktionsprinzip des Spektrometers kann auf der Umwandlung der in der Detektionseinheit des Spektrometers absorbierten Strahlung in elektrischen Strom beruhen.
  • Im Sinne der Erfindung sind unter Spektraldaten alle Daten zu verstehen, die qualitativ oder quantitativ eine Eigenschaft elektromagnetischer Strahlung bei mehreren verschiedenen Wellenlängen der Strahlung mit der Wechselwirkung der Strahlung mit einer zu analysierenden Probe in Beziehung setzen. Spektraldaten können beispielsweise ein elektrischer Strom bei verschiedenen Wellenlängen der elektromagnetischen Strahlung sein, wobei der elektrische Strom in einer Detektionseinheit des Spektrometers durch Absorption von elektromagnetischer Strahlung der jeweiligen Wellenlänge erzeugt wird, nachdem die Strahlung mit der zu analysierenden Probe in Wechselwirkung stand, z. B. absorbiert oder reflektiert oder transmittiert wurde.
  • Vorzugsweise kann die vom Spektrometer verwendete elektromagnetische Strahlung im sichtbaren (Wellenlänge von ca. 400 nm bis ca. 700 nm) und/oder im Nahinfrarotbereich (NIR) (ca. 700 nm bis ca. 2500 nm) liegen. Insbesondere die NIR-Spektroskopie hat viele Vorteile, wie z. B., dass sie wenig oder keine Probenvorbereitung erfordert, zerstörungsfrei ist und/oder die Möglichkeit einer schnellen Datenerfassung bietet. Die Anregung durch Strahlung im NIR-Bereich kann hochenergetischen Schwingungsübergängen im zu untersuchenden Material entsprechen, z. B. Molekülschwingungen von Wasserstoffbrückenbindungen. Diese Übergänge können zu Spektralbanden führen, die sich stark überlappen. NIR-Spektraldaten enthalten eine große Menge chemischer und physikalischer Informationen, was es schwierig machen kann, die Spektraldaten mit den relevanten Informationen zu verknüpfen. Daher kann zur Interpretation von NIR-Spektraldaten eine Art von Referenzierung, auch Kalibrierung genannt, erforderlich sein, um die bei Kalibrierungsmessungen an Referenzproben erhaltenen Spektraldaten mit gesicherten Referenzwerten einer bestimmten Eigenschaft einer zu untersuchenden Probe zu korrelieren.
  • In einer weiteren Ausführungsform des Messdatenverarbeitungssystems greifen das Gerätebackend und das Anwendungsbackend auf eine Remote- (dezentrale, Fern-) Spektroskopieplattform zu und sind über diese zugänglich, wobei die Spektroskopieplattform cloudbasiert ist. Die Spektroskopieplattform kann Datenbanken und Rechendienste zum Speichern und Abrufen und Verarbeiten von Spektraldaten umfassen, die von dem Messgerät vom Spektrometertyp erfasst wurden.
  • Die Spektroskopieplattform kann die Datenbanken und Rechendienste bereitstellen, die erforderlich sind, um aus den Messdaten Informationen über die zu analysierende Probe zu gewinnen. Die Spektroskopieplattform kann Kalibrierungsmodelle bereitstellen.
  • Die Auslagerung der Spektroskopieplattform in die Cloud anstelle der Bereitstellung von Rechenkapazität auf einer mit dem Spektrometer gekoppelten lokalen Plattform hat den Vorteil, dass u.a. der Speicherbedarf und der Stromverbrauch des Messgerätes gegenüber herkömmlichen Spektrometern reduziert werden.
  • Die Spektroskopieplattform kann so eingerichtet sein, dass die gemessenen Spektraldaten mit einem Referenzspektrum einer bekannten Substanz verglichen werden, um die gewünschte Eigenschaft der zu analysierenden Probe zu ermitteln.
  • Vorzugsweise kann die Spektroskopieplattform so eingerichtet sein, dass sie chemometrische Verfahren auf die von dem Messgerät vom Spektrometertyp erfassten Spektraldaten anwendet.
  • Chemometrische Verfahren liefern statistische Modelle zur Klassifizierung und/oder Quantifizierung mindestens einer Eigenschaft des zu untersuchenden Materials anhand der Spektraldaten. Solche Verfahren, z. B. Algorithmen, können eine mathematische Vorbehandlung der Daten, z. B. Glättung und/oder Streuungskorrektur, und Analysewerkzeuge, z. B., aber nicht ausschließlich, Partial-Least-Squares-Regression (PLS), Hauptkomponentenanalyse, multivariate Regression, Machine-Learning-Techniken wie die Support Vector Machine, Soft Independent Modelling of Class Analogies (SIMCA) etc., umfassen. Die Algorithmen müssen auf der Grundlage von Referenzdaten trainiert werden, die an gut charakterisierten Referenzproben gemessen wurden.
  • Die Anwendung chemometrischer Modelle ermöglicht die Extraktion gewünschter Informationen aus hochkorrelierten Spektraldaten von bislang uncharakterisierten Proben.
  • Vorzugsweise ist die Spektroskopieplattform so eingerichtet, dass sie trainierte Algorithmen bereitstellt, die eine multivariate Antwort des Messgeräts vom Spektrometertyp mit mindestens einer qualitativen und/oder quantitativen Eigenschaft einer bislang uncharakterisierten Probe in Beziehung setzen.
  • Gemäß einer anderen Ausführungsform umfasst das Messdatenverarbeitungssystem mehrere Messgeräte, z. B. zwei oder mehr Messgeräte, von denen eines ein primäres Messgerät ist, das mindestens ein sekundäres Messgerät steuert.
  • Vorzugsweise kann das primäre Messgerät das einzige dieser mehreren Messgeräte sein, das mit dem Remote-Gerätebackend kommuniziert. Die sekundären Messgeräte können mit dem primären Gerät gekoppelt sein und Daten mit dem primären Gerät, aber nicht mit dem Gerätebackend austauschen. Die verschiedenen Messgeräte können über klassisches Bluetooth, BLE etc. miteinander kommunizieren. Zum Beispiel kann ein sekundäres Messgerät mit dem primären Messgerät über klassisches Bluetooth oder BLE kommunizieren.
  • Vorteilhaft kann das mindestens eine sekundäre Messgerät Messungen in einem anderen Wellenlängenbereich durchführen als demjenigen, für den das primäre Messgerät ausgelegt ist. Das mindestens eine sekundäre Messgerät kann alternativ oder zusätzlich Messungen bei einer Konfiguration durchführen, die sich von der Konfiguration des primären Messgeräts unterscheidet. So kann beispielsweise das primäre Messegerät elektromagnetische Strahlung erfassen, die durch die zu untersuchende Probe transmittiert wird, und das mindestens eine sekundäre Messgerät kann elektromagnetische Strahlung erfassen, die von der zu untersuchenden Probe reflektiert wird. Es versteht sich für den Fachmann, dass auch andere Konfigurationen und Ausführungen von Messgeräten, die dem Fachmann bekannt sind, verwendet werden können.
  • Die Bereitstellung von mehr als einem Messgerät ermöglicht eine Vielzahl von Messkonfigurationen und damit die Gewinnung von mehr oder fundierteren Informationen über die zu untersuchende Probe.
  • In einer weiteren Ausführungsform bietet das Remote-Gerätebackend des Messdatenverarbeitungssystems mindestens eine Schnittstelle, um eine bidirektionale synchrone und/oder asynchrone Kommunikation zwischen dem Gerätebackend und dem Messgerät zu ermöglichen.
  • Die Bidirektionalität stellt vorteilhaft sicher, dass das Messgerät gesteuert werden kann und Daten, z. B. Statusinformationen des Messgerätes, auch ohne Abfrage an das Gerätebackend gesendet werden können.
  • In einer weiteren Ausführungsform unterstützt das Remote-Gerätebackend des Messdatenverarbeitungssystems asymmetrische Verschlüsselungsfunktionen zur Identifizierung des Messgeräts und verschlüsselt die Kommunikation zwischen dem Gerätebackend und dem Messgerät.
  • Die Identifizierung des Messgeräts kann unter anderem vorteilhaft dazu dienen, dem Messgerät vom Spektrometertyp eine eindeutige Kalibrierung zuzuordnen.
  • Gemäß einer anderen Ausführungsform ist das Anwendungsbackend des Messdatenverarbeitungssystems so eingerichtet, dass der Benutzer den Messdaten Probeninformationen und/oder Referenzwerte zuordnen kann. Insbesondere kann der Benutzer in der Lage sein, Informationen zuzuordnen, die für die Anwendung chemometrischer Modelle auf die Messdaten erforderlich sind. Diese Informationen können z. B., aber nicht ausschließlich, Analyten, Matrizen, in die die Analyten eingebettet sind, Referenzwerte für Analyten und/oder Matrizen etc. betreffen.
  • In dieser Beschreibung wird der Einfachheit halber der Begriff „mindestens einer“ verwendet, was bedeuten kann: einer, genau einer, mehrere (z. B. genau zwei oder mehr als zwei), viele (z. B. genau drei oder mehr als drei) usw. Allerdings bedeutet „mehrere“ oder „viele“ nicht unbedingt, dass es mehrere oder viele identische Elemente gibt, sondern mehrere oder viele im Wesentlichen funktional identische Elemente.
  • Es versteht sich, dass bestimmte Merkmale der Erfindung, die aus Gründen der Übersichtlichkeit im Zusammenhang mit einzelnen Ausführungsformen beschrieben werden, auch in Kombination in einer einzigen Ausführungsform bereitgestellt werden können. Umgekehrt können verschiedene Merkmale der Erfindung, die der Kürze halber im Zusammenhang mit einer einzigen Ausführungsform beschrieben werden, auch separat oder in jeder geeigneten Unterkombination bereitgestellt werden.
  • Die folgende detaillierte Beschreibung eines Ausführungsbeispiels der Erfindung soll den Fachmann in die Lage versetzen, den offengelegten Gegenstand im Rahmen einer oder mehrerer spezieller Umsetzungen herzustellen und zu verwenden. Zahlreiche Modifikationen der offengelegten Umsetzung sind für den Fachmann ohne weiteres ersichtlich, und die hierin dargelegten allgemeinen Grundsätze können auf andere Umsetzungen und Anwendungen angewandt werden, ohne den Umfang der Offenbarung zu verlassen. Daher soll die vorliegende Offenbarung nicht auf die beschriebenen oder abgebildeten Ausführungen beschränkt sein, sondern den größtmöglichen Anwendungsbereich haben, der mit den hier offengelegten Prinzipien und Merkmalen vereinbar ist.
  • Ausführungen der Erfindung werden im Folgenden beispielhaft unter Bezugnahme auf die beiliegende Abbildung beschrieben, wobei:
    • 1 schematisch die Architektur eines erfindungsgemäßen Messdatenverarbeitungssystems 1 zeigt.
  • Die Ausführungsform umfasst zwei Messgeräte 2, 2' vom Spektrometertyp, die mit mindestens einem loT-Gerät verbunden sind. Die beiden Messgeräte 2, 2' vom Spektrometertyp umfassen jeweils einen Detektor 21, 21' und werden von einem eingebetteten Betriebssystem 22, 22' betrieben, das für den Einsatz im loT optimiert ist. Eines der beiden Messgeräte ist das primäre Messgerät 2, das über https und/oder WebSocket ein Remote-Gerätebackend 3 nutzt. Das andere Messgerät ist ein sekundäres Messgerät 2', das nur mit dem primären Messgerät 2, aber nicht direkt mit dem Gerätebackend 3 gekoppelt ist. Der Benutzer 4 kann Informationen, Abfragen und/oder Befehle in eine Single-Page-Anwendung 51 in einem Webbrowser 5 auf seinem Benutzergerät eingeben, das ein Remote-Anwendungsbackend 6 über https und/oder WebSocket nutzt. Das Gerätebackend 3 und das Anwendungsbackend 6 befinden sich in der Cloud 7. Das Gerätebackend 3 und das Anwendungsbackend 6 greifen auf eine Remote-Spektroskopieplattform 8 zu, die ebenfalls cloudbasiert ist. Es gibt keine Desktop-Anwendung auf einer lokalen Plattform, die dem Benutzer 4 zugeordnet ist, und keine lokale Verarbeitungseinheit für Spektraldaten.
  • Bezugszeichenliste
  • 1
    Messdatenverarbeitungssystem
    2
    Primäres Messgerät
    2'
    Sekundäres Messgerät
    21
    Detektor des primären Messgeräts
    21'
    Detektor des sekundären Messgeräts
    22
    Eingebettetes Betriebssystem des primären Messgeräts
    22'
    Eingebettetes Betriebssystem des sekundären Messgeräts
    3
    Gerätebackend
    4
    Benutzer
    5
    Webbrowser
    51
    Single-Page-Anwendung
    6
    Anwendungsbackend
    7
    Cloud
    8
    Spektroskopieplattform
  • ZITATE ENTHALTEN IN DER BESCHREIBUNG
  • Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
  • Zitierte Patentliteratur
    • EP 3152785 B1 [0004]
    • US 10323982 B2 [0006, 0007]
    • CN 109270024 A [0008]
    • US 10447683 B1 [0009]

Claims (11)

  1. Messdatenverarbeitungssystem (1), aufweisend - mindestens ein Messgerät (2) aufweisend ein eingebettetes Betriebssystem (22), welches auf ein Remote-Gerätebackend (3) zugreift und für dieses zugänglich ist; - ein Benutzergerät mit einer für den Benutzer zugänglichen Anwendung, welches auf ein Remote-Anwendungsbackend (6) zugreift und für dieses zugänglich ist; wobei das Remote-Gerätebackend und das Remote-Anwendungsbackend cloudbasiert sind, und wobei das Gerätebackend und das Anwendungsbackend Cloud-Computing-Ressourcen nutzen, um Daten zu speichern und abzurufen und zu verarbeiten.
  2. Messdatenverarbeitungssystem (1) nach Anspruch 1, wobei das Messgerät vom Spektrometertyp ist und Spektraldaten erzeugt.
  3. Messdatenverarbeitungssystem (1) nach Anspruch 2, wobei das Gerätebackend (3) und das Anwendungsbackend (6) auf eine Remote-Spektroskopieplattform (8) zugreifen und für diese zugänglich sind, wobei die Spektroskopieplattform (8) cloudbasiert ist, und wobei die Spektroskopieplattform (8) Datenbanken und Rechendienste umfasst, um von dem Messgerät (2) erfasste Spektraldaten zu speichern und abzurufen und zu verarbeiten.
  4. Messdatenverarbeitungssystem (1) nach Anspruch 3, wobei die Spektroskopieplattform (8) dazu eingerichtet ist, chemometrische Verfahren auf die Spektraldaten anzuwenden.
  5. Messdatenverarbeitungssystem (1) nach Anspruch 4, wobei die Spektroskopieplattform (8) dazu eingerichtet ist, trainierte Algorithmen bereitzustellen, die eine multivariate Antwort des Messgeräts (2) zu den qualitativen oder quantitativen Eigenschaften einer bislang uncharakterisierten Probe in Relation setzen.
  6. Messdatenverarbeitungssystem (1) nach einem der vorangegangenen Ansprüche, wobei das Messdatenverarbeitungssystem (1) mehrere Messgeräte (2, 2') aufweist, von denen eines ein primäres Messgerät (2) ist, das mindestens ein sekundäres Messgerät (2') steuert.
  7. Messdatenverarbeitungssystem (1) nach Anspruch 6, wobei nur das primäre Messgerät (2) auf das Gerätebackend (3) zugreift und für dieses zugänglich ist.
  8. Messdatenverarbeitungssystem (1) nach einem der vorangegangenen Ansprüche, wobei das Gerätebackend (3) mindestens eine Schnittstelle bereitstellt, um eine bidirektionale synchrone und/oder asynchrone Kommunikation zwischen dem Gerätebackend (3) und dem Messgerät (2) zu ermöglichen.
  9. Messdatenverarbeitungssystem (1) nach einem der vorangegangenen Ansprüche, wobei das Gerätebackend (3) asymmetrische Verschlüsselungsfunktionen zur Identifizierung des Messgeräts (2) unterstützt und die Kommunikation zwischen dem Gerätebackend (3) und dem Messgerät (2) verschlüsselt.
  10. Messdatenverarbeitungssystem (1) nach einem der vorangegangenen Ansprüche, wobei das Gerätebackend (3) protokollbasierte Dienste bereitstellt.
  11. Messdatenverarbeitungssystem (1) nach einem der vorangegangenen Ansprüche, wobei das Anwendungsbackend (6) so eingerichtet ist, dass ein Benutzer (4) über die für den Benutzer zugängliche Anwendung (51) den Messdaten Probeninformationen und/oder Referenzwerte zuordnen kann.
DE102021101777.7A 2021-01-27 2021-01-27 Systemarchitektur für IoT-Spektroskopie Pending DE102021101777A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
DE102021101777.7A DE102021101777A1 (de) 2021-01-27 2021-01-27 Systemarchitektur für IoT-Spektroskopie
US18/260,584 US20240064204A1 (en) 2021-01-27 2022-01-25 SYSTEM ARCHITECTURE FOR IoT SPECTROSCOPY
PCT/EP2022/051533 WO2022161918A1 (en) 2021-01-27 2022-01-25 SYSTEM ARCHITECTURE FOR IoT SPECTROSCOPY

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE102021101777.7A DE102021101777A1 (de) 2021-01-27 2021-01-27 Systemarchitektur für IoT-Spektroskopie

Publications (1)

Publication Number Publication Date
DE102021101777A1 true DE102021101777A1 (de) 2022-07-28

Family

ID=80119500

Family Applications (1)

Application Number Title Priority Date Filing Date
DE102021101777.7A Pending DE102021101777A1 (de) 2021-01-27 2021-01-27 Systemarchitektur für IoT-Spektroskopie

Country Status (3)

Country Link
US (1) US20240064204A1 (de)
DE (1) DE102021101777A1 (de)
WO (1) WO2022161918A1 (de)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3152785B1 (de) 2015-08-14 2017-11-29 Technische Universität Dresden Verfahren zur detektion und umwandlung von infraroter elektromagnetischer strahlung
CN109270024A (zh) 2018-10-10 2019-01-25 中国科学院上海技术物理研究所 一种基于NB-IoT的近红外光谱仪无线数据采集系统
US10323982B2 (en) 2011-11-03 2019-06-18 Verifood, Ltd. Low-cost spectrometry system for end-user food analysis
US10447683B1 (en) 2016-11-17 2019-10-15 Amazon Technologies, Inc. Zero-touch provisioning of IOT devices with multi-factor authentication

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA3139505A1 (en) * 2019-05-06 2020-11-12 Strong Force Iot Portfolio 2016, Llc Platform for facilitating development of intelligence in an industrial internet of things system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10323982B2 (en) 2011-11-03 2019-06-18 Verifood, Ltd. Low-cost spectrometry system for end-user food analysis
EP3152785B1 (de) 2015-08-14 2017-11-29 Technische Universität Dresden Verfahren zur detektion und umwandlung von infraroter elektromagnetischer strahlung
US10447683B1 (en) 2016-11-17 2019-10-15 Amazon Technologies, Inc. Zero-touch provisioning of IOT devices with multi-factor authentication
CN109270024A (zh) 2018-10-10 2019-01-25 中国科学院上海技术物理研究所 一种基于NB-IoT的近红外光谱仪无线数据采集系统

Also Published As

Publication number Publication date
WO2022161918A1 (en) 2022-08-04
US20240064204A1 (en) 2024-02-22

Similar Documents

Publication Publication Date Title
Das et al. Ultra-portable, wireless smartphone spectrometer for rapid, non-destructive testing of fruit ripeness
EP3481275B1 (de) Verfahren und vorrichtung zum ermitteln eines schädigungsgrads von haar und verfahren zum ermitteln eines nutzerspezifischen mittels zur haarbehandlung
DE112013004743T5 (de) Multi-Sensoranalyse eines komplexen geologischen Materials
CN109444066B (zh) 基于光谱数据的模型转移方法
DE112011100038T5 (de) Verfahren zur Entwicklung von Erkennungsalgorithmen für die laserinduzierte PlasmaEmissionsspektroskopie
CN109580534A (zh) 物质种类识别方法、太赫兹时域光谱仪系统及终端设备
CN110068544B (zh) 物质识别网络模型训练方法及太赫兹光谱物质识别方法
Chengxu et al. Detection of K in soil using time-resolved laser-induced breakdown spectroscopy based on convolutional neural networks
EP1710565A1 (de) Mobiles optisches Diagnosesystem
DE112020005725T5 (de) Informationsverarbeitungssystem und informationsverarbeitungseinrichtung
WO2019020259A1 (de) Vorverarbeitung für einen klassifikationsalgorithmus
DE112013003346T5 (de) Massenanalyseverfahren und Massenanalysesystem
DE102012217419A1 (de) Analyseverfahren für Röntgenstrahlbeugungsmessdaten
EP3646048B1 (de) Verfahren zum automatisierten quantifizieren eines analyten sowie nmr-messgerät zur durchführung des verfahrens
Zhang et al. Characterizing dissolved organic matter in Taihu Lake with PARAFAC and SOM method
DE102021101777A1 (de) Systemarchitektur für IoT-Spektroskopie
CN108955879A (zh) 便携式液晶多光谱成像系统
CN105067558B (zh) 近红外定性鉴别特征提取方法
Coic et al. Assessment of essential information in the fourier domain to accelerate raman hyperspectral microimaging
WO2016066156A2 (de) Mobile photometrische messvorrichtung und verfahren zur mobilen photometrischen messung an mikrotitierplatten
DE112015006132T5 (de) Problemanalysewerkzeug, das einen winkelselektiven Breitbandfilter einsetzt
DE102013217157A1 (de) Analyseverfahren zur Ermittlung der Typen und Konzentrationen biologischer Partikel
CN112683816B (zh) 一种光谱模型传递的光谱识别方法
CN113607669A (zh) 一种基于迁移学习的土壤养分光谱检测方法
Yang et al. The characterization of plant species using first‐derivative fluorescence spectra

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication