Huyeng, Tim-Jonathan (2023)
Mobil-autarkes Monitoringsystem auf Basis von IoT und Open Data am Beispiel Hochwasser.
Technische Universität Darmstadt
doi: 10.26083/tuprints-00024455
Dissertation, Erstveröffentlichung, Verlagsversion
Kurzbeschreibung (Abstract)
Die Dissertation befasst sich mit der Konzeption und prototypischen Entwicklung eines mobil-autarken Monitoringsystems auf Basis von Internet of Things (IoT) und Open Data. Zum einen wurde im Rahmen der Arbeit ein Monitoringsystem zur Messung von Wasserständen, Personen sowie weiteren Umweltparametern auf Basis von IoT-Sensorik entwickelt. Zum anderen wurde mittels eines Vereinheitlichungs- und Standardisierungskonzeptes die Integration von öffentlichen Daten für ein zentrales Lagebild umgesetzt.
Umweltkatastrophen, auch bedingt durch den Klimawandel, haben weitreichende Auswirkungen auf die Bevölkerung und die Einsätze von Sicherheitskräften wie Feuerwehr und THW. Im Katastrophenfall sind sensorgestützte Informationen zur Einordnung und Priorisierung von Auswirkungen und Maßnahmen für Betroffene und Einsatzkräfte von großer Bedeutung. Vor allem in ländlichen Gebieten sind hierfür keine oder nur unzureichende Systeme vorhanden. Zudem sind die vorhandenen Systeme von anderen Infrastrukturen wie Mobilfunk und Stromversorgung abhängig und daher im Katastrophenfall nicht oder nur eingeschränkt einsatzfähig. Basierend auf einer Analyse der Funktechnologien, der Anforderungen der Einsatzkräfte sowie der Hardwareanforderungen wurde ein Konzept für ein Monitoringsystem am Beispiel der Umweltkatastrophe Hochwasser entwickelt.
Das mobil-autarke Monitoringsystem (MOTARK) besteht aus einem Einsatzset mit speziell entwickelten Sensorkits für den temporären Einsatz während eines Hochwassers sowie einer Basisstation. Die Sensorkits erfassen Parameter in einem Gebiet ohne Abhängigkeit von bestehender Infrastruktur durch den Einsatz innovativer LoRaWAN-Funktechnologie und IoT-Sensorik. Die erfassten Daten werden von den Sensoren über eine Basisstation an die Einsatzkräfte übermittelt. Diese Daten können anschließend auch von der Bevölkerung eingesehen werden. Neben der Entwicklung der Hardwarekomponenten wurde auch der gesamte benötigte Softwarestack sowie die notwendigen Schnittstellen entwickelt. Das System wurde in Labor- und Feldversuchen auf seine Einsatzfähigkeit hinsichtlich Messgenauigkeit und Hochwassertauglichkeit getestet. Neben dem Monitoringsystem wurde ein Konzept zur einfachen Datenintegration über den SensorThings API Standard entwickelt. Das Konzept mit dem Namen EZSTA ermöglicht es, öffentliche Datenschnittstellen mit Hilfe von automatisiert erstellbaren Konfigurationsdateien in das Format der SensorThings API zu überführen. Anschließend können die Daten über einen Service in andere Anwendungen mit einer STA-Schnittstelle integriert werden.
Die Informationen aus dem Monitoringsystem und öffentliche Daten werden in einer Webanwendung zusammengeführt und stehen Einsatzkräften, Krisenstäben und der Öffentlichkeit zur Verfügung. Der Fokus liegt dabei auf Warnungen und einer übersichtlichen und leicht verständlichen Darstellung der Situation. Die Arbeit zeigt, dass durch die Kombination von mobiler IoT-Technologie, autarker und innovativer Funktechnologie sowie der Integration von öffentlichen Daten ein leistungsfähiges, kostengünstiges und umfassendes Monitoringsystem für den Hochwassereinsatz die Einsatzkräfte bei der Lagebeurteilung unterstützen kann.
Typ des Eintrags: | Dissertation | ||||
---|---|---|---|---|---|
Erschienen: | 2023 | ||||
Autor(en): | Huyeng, Tim-Jonathan | ||||
Art des Eintrags: | Erstveröffentlichung | ||||
Titel: | Mobil-autarkes Monitoringsystem auf Basis von IoT und Open Data am Beispiel Hochwasser | ||||
Sprache: | Deutsch | ||||
Referenten: | Rüppel, Prof. Dr. Uwe ; Lehmann, Prof. Dr. Boris | ||||
Publikationsjahr: | 14 Dezember 2023 | ||||
Ort: | Darmstadt | ||||
Kollation: | vii, 223 Seiten | ||||
Datum der mündlichen Prüfung: | 16 Juni 2023 | ||||
DOI: | 10.26083/tuprints-00024455 | ||||
URL / URN: | https://tuprints.ulb.tu-darmstadt.de/24455 | ||||
Kurzbeschreibung (Abstract): | Die Dissertation befasst sich mit der Konzeption und prototypischen Entwicklung eines mobil-autarken Monitoringsystems auf Basis von Internet of Things (IoT) und Open Data. Zum einen wurde im Rahmen der Arbeit ein Monitoringsystem zur Messung von Wasserständen, Personen sowie weiteren Umweltparametern auf Basis von IoT-Sensorik entwickelt. Zum anderen wurde mittels eines Vereinheitlichungs- und Standardisierungskonzeptes die Integration von öffentlichen Daten für ein zentrales Lagebild umgesetzt. Umweltkatastrophen, auch bedingt durch den Klimawandel, haben weitreichende Auswirkungen auf die Bevölkerung und die Einsätze von Sicherheitskräften wie Feuerwehr und THW. Im Katastrophenfall sind sensorgestützte Informationen zur Einordnung und Priorisierung von Auswirkungen und Maßnahmen für Betroffene und Einsatzkräfte von großer Bedeutung. Vor allem in ländlichen Gebieten sind hierfür keine oder nur unzureichende Systeme vorhanden. Zudem sind die vorhandenen Systeme von anderen Infrastrukturen wie Mobilfunk und Stromversorgung abhängig und daher im Katastrophenfall nicht oder nur eingeschränkt einsatzfähig. Basierend auf einer Analyse der Funktechnologien, der Anforderungen der Einsatzkräfte sowie der Hardwareanforderungen wurde ein Konzept für ein Monitoringsystem am Beispiel der Umweltkatastrophe Hochwasser entwickelt. Das mobil-autarke Monitoringsystem (MOTARK) besteht aus einem Einsatzset mit speziell entwickelten Sensorkits für den temporären Einsatz während eines Hochwassers sowie einer Basisstation. Die Sensorkits erfassen Parameter in einem Gebiet ohne Abhängigkeit von bestehender Infrastruktur durch den Einsatz innovativer LoRaWAN-Funktechnologie und IoT-Sensorik. Die erfassten Daten werden von den Sensoren über eine Basisstation an die Einsatzkräfte übermittelt. Diese Daten können anschließend auch von der Bevölkerung eingesehen werden. Neben der Entwicklung der Hardwarekomponenten wurde auch der gesamte benötigte Softwarestack sowie die notwendigen Schnittstellen entwickelt. Das System wurde in Labor- und Feldversuchen auf seine Einsatzfähigkeit hinsichtlich Messgenauigkeit und Hochwassertauglichkeit getestet. Neben dem Monitoringsystem wurde ein Konzept zur einfachen Datenintegration über den SensorThings API Standard entwickelt. Das Konzept mit dem Namen EZSTA ermöglicht es, öffentliche Datenschnittstellen mit Hilfe von automatisiert erstellbaren Konfigurationsdateien in das Format der SensorThings API zu überführen. Anschließend können die Daten über einen Service in andere Anwendungen mit einer STA-Schnittstelle integriert werden. Die Informationen aus dem Monitoringsystem und öffentliche Daten werden in einer Webanwendung zusammengeführt und stehen Einsatzkräften, Krisenstäben und der Öffentlichkeit zur Verfügung. Der Fokus liegt dabei auf Warnungen und einer übersichtlichen und leicht verständlichen Darstellung der Situation. Die Arbeit zeigt, dass durch die Kombination von mobiler IoT-Technologie, autarker und innovativer Funktechnologie sowie der Integration von öffentlichen Daten ein leistungsfähiges, kostengünstiges und umfassendes Monitoringsystem für den Hochwassereinsatz die Einsatzkräfte bei der Lagebeurteilung unterstützen kann. |
||||
Alternatives oder übersetztes Abstract: |
|
||||
Status: | Verlagsversion | ||||
URN: | urn:nbn:de:tuda-tuprints-244553 | ||||
Sachgruppe der Dewey Dezimalklassifikatin (DDC): | 000 Allgemeines, Informatik, Informationswissenschaft > 004 Informatik 500 Naturwissenschaften und Mathematik > 500 Naturwissenschaften 600 Technik, Medizin, angewandte Wissenschaften > 620 Ingenieurwissenschaften und Maschinenbau |
||||
Fachbereich(e)/-gebiet(e): | 13 Fachbereich Bau- und Umweltingenieurwissenschaften 13 Fachbereich Bau- und Umweltingenieurwissenschaften > Institut für Numerische Methoden und Informatik im Bauwesen |
||||
Hinterlegungsdatum: | 14 Dez 2023 13:26 | ||||
Letzte Änderung: | 15 Dez 2023 11:29 | ||||
PPN: | |||||
Referenten: | Rüppel, Prof. Dr. Uwe ; Lehmann, Prof. Dr. Boris | ||||
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: | 16 Juni 2023 | ||||
Export: | |||||
Suche nach Titel in: | TUfind oder in Google |
Frage zum Eintrag |
Optionen (nur für Redakteure)
Redaktionelle Details anzeigen |