-
Die
vorliegende Erfindung betrifft eine Sensoreinheit und ein Verfahren
zur Umgebungsbeobachtung sowie ein Sensornetz aus Sensoreinheiten.
-
Es
gibt eine Vielzahl von Einsatzgebieten, die es erfordern, die Umgebung
zu beobachten. Dies betrifft beispielsweise Wetterphänomene,
seismische Aktivität,
Bewegungsdetektion, Formerkennung, optische, akustische oder elektromagnetische Signaturen,
Analysen von Umweltverschmutzung sowie die Überwachung von Packeis oder
sensibler Orte. Die Beobachtung kann beispielsweise militärischen
oder zivilen Zwecken dienen. Dabei ist es wünschenswert, eine entsprechende
Sensoreinrichtung möglichst
klein auszubilden, insbesondere wenn mehrere Sensoreinrichtungen
vorgesehen sein sollen, um ein größeres räumliches Gebiet überwachen zu
können.
Eine Möglichkeit
besteht darin, die Ausgangssignale des Sensors an einen zentralen
Computer zu übermitteln,
in dem die Auswertung der Sensorsignale erfolgt. Dies erfordert
jedoch eine hohe Bandbreite zur Übertragung
der Sensordaten von der Sensoreinrichtung an den zentralen Computer.
-
Es
ist daher die Aufgabe der vorliegenden Erfindung, eine Sensoreinrichtung
bereitzustellen, die vorgenannten Nachteile nicht aufweist, also
insbesondere nur eine geringe Bandbreite zur Anbindung an einen
zentralen Computer benötigt,
dabei einfach und robust aufgebaut sowie günstig herzustellen ist.
-
Gelöst wird
diese Aufgabe durch eine Sensoreinheit gemäß Patentanspruch 1. Der Patentanspruch
15 betrifft ein Verfahren zur Umgebungsbeobachtung. Vorteilhafte
Ausgestaltungsformen sind den abhängigen Patentansprüchen zu
entnehmen.
-
Eine
erfindungsgemäße Sensoreinheit
weist einen Sensor, einen neuronalen Prozessor und eine Kommunikationseinrichtung
auf. Dabei ist die Sensoreinheit dazu eingerichtet, mittels des
neuronalen Prozessors eine Mustererkennung durchzuführen und
das Ergebnis der Mustererkennung mittels der Kommunikationseinrichtung
zu übertragen.
Somit wird eine Entscheidung lokal in der Sensoreinheit gefällt. Die
Sensoreinheit ist also ein autonomes Gerät.
-
Im
Gegensatz zu herkömmlichen
Prozessorstrukturen ist ein neuronaler Prozessor, der bevorzugt
lernfähig
ausgebildet ist, aufgrund seiner assoziativen Speicherstruktur in
der Lage, eine Mustererkennung beliebiger Komplexität in einer
stets gleichen Zeitdauer durchzuführen, unabhängig von der Anzahl der vorhandenen
Neuronen. Aufgrund der künstlichen
Intelligenz erfolgt die hochgradig nichtlineare Klassifizierung
eines Musters als kontextsensitive Entscheidung. Mit dieser Technologie
ist die Sensoreinheit in der Lage, bestimmte Situationen, für die sie
speziell trainiert wurde, zu erkennen und entsprechend zu reagieren.
Dies wird beispielsweise ermöglicht
durch die Verwendung hochintegrierter neuronaler Netzwerkkomponenten.
-
Das
Ergebnis der Mustererkennung ist beispielsweise eine Klasse, in
die das Muster fällt,
oder eine Identifikation eines konkreten Musters. Ein Vorteil eines
neuronalen Prozessors ist, dass die Regeln der Mustererkennung modifiziert
werden können, ohne
dass eine materielle und/oder logische Anpassung (also der Hard-
und/oder Software) des Prozessors notwenig ist. Die Erkennung kann
jederzeit durch Einspielen einer neuen Datenbasis, entweder lokal
oder aus der Distanz, angepasst werden. Eine Möglichkeit besteht darin, die
Kenntnisse, zum Beispiel die gesamte Datenbasis oder Teile der Datenbasis,
zu klonen, also auf eine andere Sensoreinheit zu übertragen.
-
Dadurch,
dass nur eine lokal als relevant eingestufte und reduzierte Information übertragen
wird, ergibt sich eine beträchtliche
Reduktion sowohl der erforderlichen Datenbandbreite als auch des
Energieverbrauchs. Bekannte Sensoreinrichtungen übertragen hingegen die meiste
Zeit über
irrelevante Daten. Der Energieverbrauch kann weiter gesenkt werden,
wenn Teile der Sensoreinheit, zum Beispiel die Kommunikationseinrichtung,
nur nach dem Auftreten eines externen Ereignisses geweckt, also
eingeschaltet oder aus einem Energiesparmodus geholt werden.
-
Über die
Kommunikationseinrichtung kann die Sensoreinheit optional auch Daten
empfangen. Beispiele für
derartige Daten sind neue Trainingsdaten für den neuronalen Prozessor,
die Datenbasis (ganz oder teilweise) oder Befehle an die Sensoreinheit,
zum Beispiel zur Verwendung des Ergebnisses einer Mustererkennung.
-
Je
nachdem, welche Art von Muster detektiert werden soll, handelt es
sich bei dem Sensor beispielsweise um einen optischen, akustischen,
seismischen, thermischen, multispektralen, elektromagnetischen oder
chemischen Sensor. Ein optischer Sensor ist beispielsweise eine
CCD- oder CMOS-Kamera. Eine Sensoreinrichtung mit einem optischen Sensor
wird auch als Miniature Visual Event Detector (MVED) bezeichnet.
Ein akustischer Sensor ist beispielsweise ein Mikrofon. Ein seismischer
Sensor ist beispielsweise ein Beschleunigungssensor. Die Anzahl
und Art der Sensoren sowie der neuronalen Prozessoren kann dem Anwendungsfall
der Sensoreinheit angepasst werden.
-
Soll
die Sensoreinheit beispielsweise dazu eingesetzt werden, das Vorhandensein
eines Objekts zu detektieren und das Objekt zu klassifizieren, so
ist der Sensor beispielsweise eine Kamera. Im Rahmen der Mustererkennung
wird festgestellt, ob das Bild der Kamera ein Objekt enthält und ob
es sich beispielsweise um einen Menschen, ein Fahrzeug oder ein
Flugzeug handelt. Bei einer detaillierteren Mustererkennung kann
beispielsweise festgestellt werden, um welchen Typ von Fahrzeug
(Auto, Motorrad, Bus oder Lastwagen) oder Flugzeug es sich handelt, bis
hin bis zum genauen Modell. Im Falle eines Menschen ist eine Mustererkennung
bis hin zur Identifikation einer bestimmten Person möglich.
-
Wird,
wie erfindungsgemäß vorgesehen,
nur das Ergebnis der Mustererkennung übertragen, so ist die Menge
der zu übertragenden
Daten und damit die benötigte
Bandbreite äußerst gering.
Bei dem Ergebnis handelt es sich beispielsweise um die Klasse, in die
das Muster fällt,
eine exakte Identifikation des Musters oder das Vorhandensein einer
Anomalie. Es handelt sich demnach um eine selektive Übertragung aufgrund
lokaler Diskriminierung von Ereignissen. Die Kommunikationseinrichtung
ist beispielsweise ein GSM-Modul, ein UMTS-Modul, ein Modul für einen anderen Mobilfunkstandard,
ein Bluetooth-Modul oder ein Infrarot-Modul oder ein sonstiges Standard-Funkmodul.
Durch die Benutzung standardisierter Übertragungswege ist keine besondere
Lizenz zum Betrieb der Sensoreinheit erforderlich. Dabei weist die
Sensoreinheit bevorzugt eine auf die Kommunikationseinrichtung abgestimmte
Antenne auf. In einer Ausgestaltungsform der Erfindung ist die Sensoreinheit
derart eingerichtet, dass das Ergebnis der Mustererkennung nur übertragen
wird, wenn ein Muster erkannt wurde.
-
Bei
dem Muster kann es sich beispielsweise auch um ein Bewegungsmuster
handeln, dass in einer Bildsequenz oder eine Signalsequenz erkannt wird.
Es ist möglich,
in einer Sensoreinrichtung mehrere Sensoren für unterschiedliche Musterarten
vorzusehen, beispielsweise einen optischen und einen akustischen
Sensor. Die Ausgangsdaten der Sensoren werden gleichzeitig oder
nacheinander vom selben neuronalen Prozessor oder gleichzeitig von mehreren
neuronalen Prozessoren, beispielsweise einem Netzwerk neuronaler
Prozessoren, verarbeitet. Eine solche Sensoreinheit wird auch als „multiexpert
device” bezeichnet.
-
Bevorzugt
weist die Sensoreinheit eine Lokalisierungseinrichtung zur Bestimmung
der Position der Sensoreinheit auf. Dadurch wird eine Autolokalisation
ermöglicht.
Bei der Lokalisierungseinrichtung handelt es sich beispielsweise
um ein GPS-Modul (Global Positioning System). Über die Lokalisierungseinrichtung
kann optional auch die Zeit bestimmt werden. Die Position der Sensoreinheit
und optional die Zeit werden bevorzugt zusammen mit dem Ergebnis
der Mustererkennung über
die Kommunikationseinrichtung übertragen.
Somit ist auch der Ort des Auftretens des Musters bekannt.
-
Weiterhin
bevorzugt weist die Sensoreinheit eine Einrichtung zur Ermittlung
der Ausrichtung der Sensoreinheit auf. Bei dieser Einrichtung handelt
es sich beispielsweise um einen Kompass. Dadurch wird eine noch
genauere Lokalisation des erkannten Musters möglich. Die Information über die
Ausrichtung der Sensoreinheit wird zusammen mit dem Ergebnis der
Mustererkennung und optional der Position der Sensoreinheit über die
Kommunikationseinrichtung übertragen.
-
Die
Lokalisierungseinrichtung und/oder die Einrichtung zur Ermittlung
der Ausrichtung der Sensoreinheit können separate Einrichtungen
oder Bestandteil der Kommunikationseinrichtung sein.
-
In
einer Ausgestaltungsform der Erfindung weist die Sensoreinheit ein
Gehäuse
auf, das nach Art eines Stehaufmännchens
gestaltet ist. Das bedeutet, dass die Sensoreinheit automatisch
eine definierte Lage annimmt, unabhängig davon, in welcher Lage
die Sensoreinheit abgelegt oder abgeworfen wurde. Das Gehäuse hat
beispielsweise einen halbkugelförmigen
und einen kegelförmigen
Teil, wobei insbesondere der Basiskreis des kegelförmigen Teils mit
der Kreisfläche
des halbkugelförmigen
Teils übereinstimmt.
Der Schwerpunkt der Sensoreinheit innerhalb des Gehäuses ist
so positioniert, dass sich die Sensoreinheit automatisch aufrichtet.
Der Schwerpunkt befindet sich beispielsweise auf der Symmetrieachse
des kegelförmigen Teils
des Gehäuses möglichst
nah an der Halbkugelschale. Im kegelförmigen Teil des Gehäuses können beispielsweise
Antennen oder akustische Interfaces angeordnet sein.
-
Zu
Energieversorgung der Sensoreinheit dient beispielsweise eine Batterie,
z. B. eine Lithiumbatterie oder eine Brennstoffzelle. Optional ist
mindestens eine Solarzelle vorgesehen, mittels der die Batterie
geladen werden kann. Dadurch erhöht
sich die Zeitdauer, in der die Sensoreinheit autonom betrieben werden
kann, beträchtlich.
-
In
einer Ausgestaltungsform der Erfindung ist das Gehäuse der
Sensoreinheit zumindest teilweise durchsichtig ausgebildet. Dadurch
ist es möglich, Komponenten
wie einen optischen Sensor oder eine Solarzelle in einem geschützten Bereich
innerhalb des Gehäuses
anzuordnen, ohne die Funktionalität der Komponente zu beeinträchtigen.
-
Bevorzugt
sind die Komponenten der Sensoreinheit, insbesondere, die elektrischen
und elektronischen Komponenten, dreidimensional, zum Beispiel in
mehreren Ebenen, angeordnet. Die Anordnung der Komponenten in mehreren
Ebenen erzeugt eine Struktur in Form eines Quaders oder Zylinders. Dadurch
ergibt sich eine besonders kompakte Gestaltung der Sensoreinheit.
Die dreidimensionale Anordnung führt
dazu, dass die Sensoreinheit auch hohen physikalischen Anforderungen
widersteht, beispielsweise starken Kräften, die auf die Sensoreinheit
einwirken.
-
Bevorzugt
sind zumindest einige der Komponenten der Sensoreinheit dreidimensional
verdrahtet. Eine Verbindung der Komponenten erfolgt beispielsweise
mittels einer Seitenwand des Quaders oder Zylinders. Eine andere
Möglichkeit
ist eine Verbindung mittels MID-Technik (molded interconnected device), bei
der elektrische Verbindungsleitungen in einem Spritzgussteil eingearbeitet
sind. Das MID-Teil stellt somit eine mechanische wie elektrische
Verbindung zwischen mehreren Komponenten her.
-
In
einer Ausgestaltungsform der Erfindung weist die Sensoreinheit mehrere
Sensoren auf, wobei jeder Sensor eine Zone eines in Zonen unterteilten
Erfassungsbereichs der Sensoreinheit abdeckt. Dadurch wird beispielsweise
eine Rundum-Erfassung durch die Sensoreinheit möglich. Aus dem Sensor, dessen
Ausgangssignal ein erkanntes Muster enthält, kann einfach auf die Position
des erkannten Musters geschlossen werden.
-
Die
vorliegende Erfindung betrifft weiterhin ein Sensornetz mit mehreren
Sensoreinheiten, wie sie vorstehend beschrieben wurden. Die Sensoreinheiten
kommunizieren bevorzugt miteinander und/oder mit einem Zentralrechner.
Dabei sind die Sensoreinheiten bevorzugt in Form eines Master-Slave-Verbunds
miteinander vernetzt. Dies bedeutet, dass die einzelnen Sensoreinheiten
beispielsweise nicht direkt mit dem Zentralrechner in Kontakt stehen,
sondern die Ergebnisse der Mustererkennung an die Master-Sensoreinheit übermitteln, die
diese daraufhin gebündelt
und/oder auf andere Weise weiterverarbeitet an den zentralen Computer weiterleitet.
Die Master-Sensoreinheit kann beispielsweise eine Datenkonsolidierung
durchführen, z.
B. mittels eines neuronalen Prozessors, also eines Experten, und
die konsolidierten Daten dann an den zentralen Computer versenden.
In vorteilhafter Weise sind die einzelnen Sensoreinheiten des Sensornetzes
so verteilt und ausgerichtet, dass ihre Sensoren auf die zu untersuchende
Szene gerichtet sind. Bei der Umgebungsbeobachtung wird die Umgebung mittels
eines Sensors umfasst, eine Mustererkennung mittels eines neuronalen
Prozessors durchgeführt
und das Ergebnis der Mustererkennung über eine Kommunikationseinrichtung übertragen.
-
Die
vorliegende Erfindung soll anhand eines Ausführungsbeispiels näher erläutert werden.
Dabei zeigt:
-
1 eine
Systemübersicht
einer Sensoreinheit,
-
2 eine
Struktur einer Sensoreinheit,
-
3a und 3b eine
Sensoreinheit mit vier Sensoren,
-
4 eine
mögliche
interne Bauform einer Komponente,
-
5 eine
Verbindung mehrerer Komponenten,
-
6 eine
Anordnung von Komponenten in Quaderform,
-
7 eine
Zylinderform,
-
8 eine
weitere Quaderform,
-
9 ein
Gehäuse
nach Art eines Stehaufmännchens,
-
10 ein
Netz von Sensoreinheiten und
-
11 einen
zweidimensionalen neuronalen Entscheidungsraum.
-
Dargestellt
in 1 ist ein schematisches Blockdiagramm einer Sensoreinheit 1.
Die Sensoreinheit 1 weist sieben Sensoren 2 bis 8 auf,
die jeweils mit einem der neuronalen Prozessoren 9 bis 15 verbunden
sind. Die neuronalen Prozessoren 9 bis 15 sind
mit einem optionalen weiteren neuronalen Prozessor 16 verbunden,
der wiederum mit einer Kommunikationseinrichtung 17 verbunden
ist. Die Kommunikationseinrichtung 17 weist ein GSM-Modul 18 und
ein GPS-Modul 19 auf. Anstatt eines neuronalen Prozessors 16 kann
auch ein herkömmlicher
Mikroprozessor, beispielsweise eine Logikkomponente wie eine FPGA,
verwendet werden.
-
Bei
jedem der Sensoren 2 bis 8 kann es sich um einen
optischen (im sichtbaren, infraroten oder ultravioletten Spektralbereich),
akustischen, seismischen, thermischen, multispektralen, elektromagnetischen,
chemischen oder sonstigen Sensor handeln. Jeder der Sensoren 2 bis 8 kann
das gesamte Umfeld der Sensoreinheit 1 oder einen Teil
des Umfelds erfassen. Die Anzahl der Sensoren und neuronalen Prozessoren
der Sensoreinheit kann den Bedürfnissen
angepasst werden und somit von der hier genannten Anzahl sieben
abweichen. Die neuronalen Prozessoren 9 bis 16 basieren
beispielsweise auf einer Siliziumstruktur mit hochgradig paralleler
Architektur.
-
Jeder
der neuronalen Prozessoren 9 bis 15 erhält das Ausgangssignal
von dem ihm zugeordneten Sensor 2 bis 8 und führt eine
spezifische Mustererkennung durch. Die Ergebnisse werden an den neuronalen
Prozessor 16 übermittelt,
der diese bündelt
und ggf. weiterbearbeitet. Das Ergebnis der Tätigkeit des neuronalen Prozessors 16 wird
an die Kommunikationseinrichtung 17 übergeben, beispielsweise unter
Mitwirkung eines Elektronikinterfaces oder eines klassischen Prozessors
ohne neuronale Strukturen (in den Figuren nicht dargestellt). Die
Kommunikationseinrichtung 17 übermittelt das Ergebnis mittels
des GSM-Moduls 18. Das GPS-Modul 19 ermittelt
die Position der Sensoreinheit 1, die ebenfalls mittels
des GSM-Moduls 18 übertragen wird.
Der Prozessor 16 kann auch weggelassen werden. In diesem
Fall wird die Tätigkeit
des Prozessors 16 von einem oder mehreren der Prozessoren 9 bis 15 ausgeübt, die
die Mustererkennung durchführen, oder
jeder der Prozessoren 9 bis 15 ist mit der Kommunikationseinrichtung 17 verbunden.
-
Die 2 zeigt
eine weitere blockartige Darstellung der Sensoreinheit 1,
wobei die Anordnung der einzelnen Komponenten ungefähr der vertikalen physikalischen
Verteilung der Komponenten entspricht. Im untersten Teil des Gehäuses der
Sensoreinheit 1 befindet sich Ballast 36, der
zusammen mit der Gehäuseform,
wie später
beschrieben, zu einer definierten Lage der Sensoreinheit 1 führt. Das GPS-Modul 19 ist
in der Nähe
der GPS-Antenne 23 angeordnet,
das GSM-Modul 18 ist in der Nähe der GSM-Antenne 24 angeordnet.
Der Block 21, der die Sensoren 2 bis 8 repräsentiert,
steht in Kontakt mit dem Block 22, der neben den neuronalen
Prozessoren 9 bis 16 auch eine Interface-Elektronik
enthält. Der
Block 26 repräsentiert
einen Energiespeicher, der Block 25 bezeichnet Solarzellen,
mittels derer der Energiespeicher 26 geladen wird.
-
Die 3a zeigt
eine beispielhafte Unterteilung des Erfassungsbereichs einer Sensoreinheit 1 mit
vier Sensoren 2 bis 5 in vier Zonen. Der Sensor 2 ist
einer ersten Zone zugeordnet, der Sensor 3 ist einer zweiten
Zone zugeordnet, der Sensor 4 ist einer dritten Zone zugeordnet
und der nicht dargestellte Sensor 5 ist einer vierten Zone
zugeordnet. Die Sensoren 2, 3, 4 und 5 sind
so im Gehäuse 20 angeordnet,
dass sie die ihnen jeweils zugeordnete Zone vollständig erfassen.
In der in 3b gezeigten Aufsicht auf die
dreidimensionale Darstellung aus 3a ist die
Unterteilung des Erfassungsbereiches in vier Zonen besonders gut
zu erkennen. Die gestrichelten Linien stellen dabei die Bänder der
Zonen dar. Optional kann jede Zone von mehr als einem Sensor überwacht
werden.
-
Dargestellt
in der 4 ist eine Komponente der Sensoreinheit 1 am
Beispiel des GSM-Moduls 18.
Die Komponente weist einen Träger 27 auf,
auf dem unmittelbar ein Funktionsbereich 28 angeordnet ist.
Der Funktionsbereich 28 ist mit elektrischen Anschlüssen 29 verbunden.
Da die Komponente 18 nicht in einem eigenen Gehäuse gekapselt
ist, lässt sie
sich besonders klein ausgestalten und platzsparend in die Sensoreinheit
integrieren. Die anderen Komponenten wie die Sensoren 2 bis 8,
die neuronalen Prozessoren 9 bis 16 und das GPS-Modul 19 sind bevorzugt ähnlich aufgebaut.
-
Wie
in 5 zu erkennen ist, sind die Komponenten der Sensoreinheit 1,
hier beispielsweise die Sensoren 2 und 3, die
neuronalen Prozessoren 8 und 9, das GSM-Modul 18 und
das GPS-Modul 19, übereinander
gestapelt und über
einen Bus 30 miteinander verbunden. Die Verbindung einer
Komponente mit dem Bus 30 erfolgt über die Anschlüsse 29. Bevorzugt
weisen die Komponenten nur ihre Funktionsbereiche auf, die dreidimensional
angeordnet und miteinander verbunden sind. Dadurch ergibt sich eine
platzsparende und unempfindliche Struktur. Alternativ weisen die
einzelnen Komponenten zusätzlich
jeweils Gehäuse
auf und sind beispielsweise auf einer zweidimensionalen Leiterplatte
angeordnet (wie in 8).
-
Die 6 zeigt
eine beispielhafte geschichtete Anordnung der Komponenten, hier
beispielsweise des Sensors 2, des neuronalen Prozessors 8,
des GSM-Moduls 18 und des GPS-Moduls 19, die zu
einer quaderförmigen
Form des Blocks aus Komponenten führt. An einer Seitenfläche des
Quaders ist der Bus 30 angeordnet, über den die Komponenten miteinander
verbunden sind.
-
Die 7 zeigt
beispielhaft eine zylindrische Form des Komponentenstapels.
-
Die 8 zeigt
eine detailliertere Darstellung der zu einem Quader gestapelten
Komponenten. An der Oberseite des Quaders befindet sich beispielsweise
die GSM-Antenne 23, die durch eine dielektrische Schicht 31 von
einer Masseschicht 32 getrennt ist. Darunter sind beispielhaft
eine Ebene mit dem GSM-Modul 18 und eine Ebene mit dem GPS-Modul 19 dargestellt.
Die verschiedenen Komponenten sind über Leitungen 33 miteinander
verbunden, die an den Seitenflächen
des Quaders angeordnet sind. Die Zwischenräume zwischen den Komponenten
sind mit einem Epoxidharz ausgegossen, woraus sich eine hohe mechanische
Widerstandfähigkeit
der Sensoreinheit 1 ergibt, beispielsweise gegenüber Stößen. Solche
Stöße treten
zum Beispiel auf, wenn die Sensoreinheit 1 verschossen
oder abgeworfen wird, beispielsweise aus einem Flugzeug, und auf
dem Boden oder Wasser aufschlägt.
-
Die 9 zeigt
eine schematische Seitenansicht des Gehäuses 20 der Sensoreinheit 1.
Das Gehäuse 20 besteht
aus einem halbkugelförmigen
Teil 35 und einem kegelförmigen Teil 34. Der
Basiskreis des kegelförmigen
Teils 34 ist deckungsgleich mit dem Schnittkreis des halbkugelförmigen Teils 35.
Somit ist das gesamte Gehäuse 20 rotationssymmetrisch.
Der Ballast 36 ist auf der Symmetrieachse des Gehäuses 20 am
Rand des halbkugelförmigen
Teils 35 angeordnet. Durch die Form des Gehäuses 20 sowie
den niedrigen Schwerpunkt aufgrund des Ballasts 36 und
der Gewichtsverteilung der Komponenten der Sensoreinheit 1 richtet
sich das Gehäuse 20 automatisch
in eine Position auf, in der seine Symmetrieachse in Richtung des
Erdmittelpunkts weist. Dabei ist automatisch der kegelförmige Teil 34 dem Himmel
zugewandt und der halbkugelförmige
Teil 35 der Erde zugewandt. Somit ist sichergestellt, dass beispielsweise
die Solarzelle 25 dem Himmel zugewandt ist und die Sensoren 2 bis 8 den
gewünschten Bereich
um die und/oder über
der Sensoreinheit 1 erfassen. Alternativ ist jede andere
Gehäuseform
möglich,
die – optional
durch die Verwendung von Ballast – zu einer automatischen Ausrichtung
der Sensoreinheit führt.
-
Die 10 zeigt
ein Sensornetz aus acht Sensoreinheiten 1 und 37 bis 43,
die in Form eines Master-Slave-Verbunds miteinander vernetzt sind. Die
Sensoreinheit 37 stellt den Master dar, die Sensoreinheiten 1 und 38 bis 43 bilden
die Slaves. Die Sensoreinheit 1 enthält bevorzugt weiterhin eine nicht
dargestellte Kommunikationseinreichtung wie zum Beispiel ein Bluetooth-Modul
oder ein WiFi-Modul. Die Sensoreinheiten 37 bis 43 sind
bevorzugt im Wesentlichen identisch aufgebaut wie die Sensoreinheit 1.
Alternativ können
verschiedene Sensoreinheiten unterschiedlich aufgebaut oder eingerichtet
sein, sich also insbesondere zur Erkennung verschiedener Muster
oder Arten von Muster eignen, und dennoch untereinander Daten austauschen.
Je nach Anwendungsfall kann das Sensornetz mehr oder weniger als
acht Sensoreinheiten aufweisen.
-
Die
Sensoren der Sensoreinheiten 1 und 38 bis 43 erfassen
die Umgebung, woraufhin deren Ausgangssignale zur Mustererkennung
innerhalb der Sensoreinheiten an die jeweiligen neuronalen Prozessoren
weitergeleitet werden. Die Sensoreinheiten 1 und 38 bis 43 übermitteln
die Ergebnisse der Mustererkennung beispielsweise per Bluetooth
an die Sensoreinheit 37. Die Sensoreinheit 37 leitet
die gesammelten und optional weiterverarbeiteten Ergebnisse der
Sensoreinheiten 1 und 38 bis 43 über GSM an
einen nicht dargestellten Zentralcomputer weiter. Da die Kommunikation
der Sensoreinheiten 1 und 38 bis 43 mit
der Sensoreinheit 37 via Bluetooth nur über eine kurze Distanz erfolgt,
ist eine weitere Energieeinsparung möglich. Alternativ sind andere Übertragungstechniken
wie beispielsweise WiFi oder ZiGBee möglich. Beim Ausfall der Sensoreinheit 37 übernimmt
eine andere der Sensoreinheiten 1 und 38 bis 43 die
Rolle des Masters.
-
Anhand
der 11 wird die Mustererkennung eines neuronalen Prozessors
näher erläutert. Ein
Neuron ist ein reaktionsfähiger
Speicher, der die Distanz eines Eingangsvektors von einem in ihm
gespeicherten Referenzvektor ermitteln kann. Liegt die Distanz innerhalb
des Einflussbereichs des Neurons, gibt das Neuron einen Identifikationswert,
die Klasse, aus. Ein Ansatz zur Implementierung ist die RBF (radial
basis function), bei dem einem Referenzvektor, dem Prototypen, in
einem N-dimensionalen Raum eine Kategorie und ein Einflussbereich
zugewiesen wird. Dabei können
mehrere Prototypen der gleichen Kategorie zugeordnet werden und
die Einflussbereiche können
sich teilweise überschneiden.
Ein neuronaler Prozessor zur Durchführung der vorliegenden Erfindung
ist beispielsweise vom Typ CogniMem des Unternehmens General Vision.
-
Die 11 zeigt
exemplarisch einen zweidimensionalen Entscheidungsraum, wobei beispielsweise
eine Dimension der Form und die andere Dimension der Farbe des zu erkennenden
Objekts entspricht. Dabei sind beispielhaft 16 Prototypen dargestellt,
wobei jeder Prototyp einer von zwei Klassen a oder b zugeordnet
ist. Die Einflussbereiche der Prototypen, die der Klasse a zugeordnet
sind, sind ohne Füllung
dargestellt, die Einflussbereiche der Prototypen, die der Kategorie
b zugeordnet sind, sind durch eine Schraffur gekennzeichnet. In
einem neuronalen Prozessor kann der Entscheidungsraum aus mehr als
zwei Dimensionen bestehen, beispielsweise aus bis zu N = 256 Dimensionen.
Ein Prototyp weist so viele Koeffizienten auf, die der Entscheidungsraum Dimensionen
hat.
-
Der
Vorgang der Klassifikation besteht darin, festzustellen, ob sich
ein N-dimensionaler Eingangsvektor im Einflussbereich eines der
Prototypen befindet. Dies wird realisiert durch die Berechnung des Abstands
zwischen dem Eingangsvektor und jedem Prototyp und einen Vergleich
mit dem Einflussbereich des jeweiligen Prototyps.
-
Für das Ergebnis
des Vergleichs gibt es drei Möglichkeiten.
Bei absoluter Erkennung liegt der Eingangsvektor im Einflussbereich
eines Prototypen oder mehrerer Prototypen der gleichen Klasse. Der Eingangsvektor
wird dieser Klasse zugeordnet. Bei einer teilweisen Erkennung liegt
der Eingangsvektor in den Einflussbereichen mindestens zweier Prototypen
unterschiedlicher Klassen. In dem Fall gilt der Eingangsvektor als
erkannt, aber nicht als identifiziert. Liegt der Eingangsvektor
nicht im Erfassungsbereich irgendeines Prototypen, so gilt er als
nicht erkannt.
-
Der
Lernvorgang für
den neuronalen Prozessor besteht darin, dem neuronalen Netz eine
Reihe von Muster, also Vektoren, zu präsentieren, deren Klasse bekannt
ist. Im Rahmen des Lernvorgangs werden die Einflussbereiche der
Prototypen automatisch angepasst. Mit jedem neuen präsentierten
Eingangsvektor erfolgt entweder keine Änderung des neuronalen Netzes,
die Anpassung des Einflussbereichs eines oder mehrerer Prototypen
oder das Anlegen eines neuen Prototyps, also eines neuen Neurons.
-
In
dem in 11 dargestellten Beispiel wird dem
trainierten neuronalen Prozessor der als Kästchen dargestellt Eingangsvektor 45 zur
Mustererkennung präsentiert.
Dieser Vektor liegt im Einflussbereich des Prototypen 44,
dem die Klasse b zugeordnet ist. Das zu dem Eingangsvektor 45 gehörige Muster
wird demnach als in die Klasse b fallend erkannt.
-
Der
Vorteil eines neuronalen Prozessors liegt neben der schnellen Mustererkennung
in seiner Fähigkeit
zur Generalisierung. Das bedeutet, dass der Prozessor im Muster
auch dann erkennen kann, wenn er nicht mit exakt diesem Muster trainiert
wurde. Darüber
hinaus ist ein neuronaler Prozessor in der Lage, Informationen zu
konsolidieren. Durch die künstliche
Intelligenz auf einem Chip kann das neuronale Netzwerk seine interne
Architektur automatisch definieren und ist in der Lage, innerhalb
weniger Mikrosekunden zu reagieren. Die Sensoreinheit hat die Fähigkeit,
Wissen herunterzuladen und zu teilen, sowie im Betrieb zu lernen.