Cyber-Physical Systems WS09/10 · Cyber-Physical Systems WS 16/17 Cyber-Physical Systems 2. Anwendungsbeispiele Dr.-Ing. Torsten Klie Lehrstuhl für Hardware-Software-Co-Design

Cyber-Physical Systems WS 16/17

Cyber-Physical Systems

2. Anwendungsbeispiele

Dr.-Ing. Torsten Klie

Lehrstuhl für Hardware-Software-Co-Design

AUTONOMES FAHREN

Vom Fahrer-Assistenz-System zum Auto, das ohne Fahrer fährt

Cyber-Physical Systems WS 16/17 47

Ziele des Autonomen Fahrens (wdh.)

• Erhöhung der Sicherheit (Unfallvermeidung)

• Verringerung der Umweltbelastung

– Ökologisch sinnvollste Routenwahl auf Basis aktuellster

Informationen

– Stauvermeidung hilft CO2 zu sparen

• Besserer Komfort

– Schnellere Fahrten durch Stauvermeidung

– Entspanntes Reisen


Stufen des Autonomen Fahrens

• Stufe 0: Manuelles Fahren

• Stufe 1: Assistiertes Fahren – Abstandsmesser

– Einparkhilfen

– Spurhaltesystemen

– ABS

• Stufe 2: Teilautomatisiertes Fahren– Fahrzeug übernimmt in bestimmten Situationen die Kontrolle

– Notbrems- und Ausweichassistenten

• Stufe 3: Hochautomatisiertes Fahren– Das Fahrzeug findet den Weg alleine, aber der Mensch sitzt noch hinter dem

Steuer.

• Stufe 4: Vollautomatisches Fahren: Bestimmte Anwendungen laufen Fahrerlos– Einparken

– Autobahnfahrt

• Stufe 5: Fahrerloses Fahren: – „Robotertaxi" ohne Mensch am Steuer


Modellierung der Umgebung

• Aktuelle Positionsbestimmung (GPS, WLAN,…)

• A-priori Karteninformationen

• Meldungen per Datenfunk (Car2X)

• Echtzeitinformationen über Sensoren (Sensor Data Fusion)


Quelle: P. Hecker et al. Reliable Information Aggregation and Exchange for Autonomous Vehicles. 2011

50

Hierarchische Umgebungsinformationen


Quelle: P. Hecker et al. a.a.O. 2011

51

Stand der Dinge

• Google hat ein Patent für ein autonomes Fahrzeug

– 10 Prototypen im Einsatz

– Mehr als 250.000 km

• Audi, Daimler, BMW, etc. haben eigene Studien (z.T.

vorgestellt auf der CES 2015 in Las Vegas)

• In Nevada ist autonomes Fahren (unter Auflagen) erlaubt.

– „Sicherheitsfahrer“ + „CoPilot“ sind vorgeschrieben

– Rote Nummernschilder

– Testverfahren mit > 10000 Meilen erfolgreicher Fahrt ist notwendig

• Teststrecke für A9 in Bayern seit 2015

• SARTRE - EU-Projekt zur Entwicklung von Road-Trains

(„Platoons“)


SARTRE - Safe Road Trains for the Environment

• EU-Projekt (2009 – 2012), Volvo, RWTH Aachen, u.a.

• Ziel: Road-Trains auf konventionnellen Autobahnen– Dynamsiches Management der “Platoons” (Verbünde)

– In friedlicher Koexistenz mit anderen Fahrzeugen

• Realisiertes Szenario: – Manuell gesteuerter LKW

– Autonomer Folge-LKW

– 3 Folgefahrzeuge

– Abstand zwischen den Fahrzeugen: 4 m

– Bis zu 90 km/h

– HMI mit Touch screen zur Information und zum Management (Road-Train verlassen oder eintreten).

– Car-2-Car-Kommunikation zum Datenaustausch der Fahrzeuge imVerbund


SARTRE - Szenario


Quelle: Sartre-Consortium 2012: http://www.sartre-project.eu/en/press/Documents/Volvo_Train720.wmv

54

Adaptive Cruise Control (ACC)

• Erweiterter Tempomat: Abstand zu vorausfahrendem Fahrzeug ist zusätzliche Stellgröße

• Sensoren zur Ermittlung des Abstands:– Radio Detection and Ranging (RADAR):

• geringe Leistung im 10mW-Bereich

• Vergleichsweise hohe Reichweite

• etabliert

– Light Detection and Ranging (LIDAR):• Infrarotbereich

• Vergleichsweise hohe Auflösung

– Kameras:• Hoher Detaillierungsgrad im Nahbereich

• 1. Stufe: Warnung und ggf. leichte Verzögerung

• 2. Stufe: Vorbereitung einer Notbremsung

• 3. Stufe: Autonome Vollbremsung und ggf. Wiederanfahren

• 4. Stufe: Automatisches Ausweichen und Umfahren von Hindernissen


Herausforderungen

• Übung


Bewertung

• CPS: ja oder nein?

• Diskussion


CPS FACTORY

Eine intelligente, modulare Fabrik


Industrie 4.0 – Das Internet der Dinge

• Internet der Dinge: Physische Objekte, die eindeutig

identifizierbar sind, bekommen virtuelle Repräsentation

– Mobilität

– „Smarte“ Objekte

– Vernetzung über einen

gemeinsamen IT-Standard

• Objekte tragen alle Informationen (Eigenschaften,

Produktion, Logistik, …)

• Paradigmenwechsel: von hierarchischen Strukturen hin

zum Netzwerk


(Bildquelle: Bosch)

59

Smarte Objekte – Definition


Smart Objects =

Comprehensive

Data Model

Resource Model

Data Schema Model

Protocol Model

Physical Model

Services Model

Immutable Identity Model

Autonomous Model

Smart Objects =

Comprehensive

Information

Model

Information =

(Thing Data) +

(Analytics)

(Quelle: J. Fedders. IoT Standards - The Next Generation. 2015)

Industrielle Revolutionen

1. Dampfmaschine: Industrialisierung

2. Fließband: Taylorismus/Fordismus

3. Mikroelektronik: Informationstechnik

4. Internet der Dinge : Vernetzung


Bildquellen: Public Domain

CPS Factory – Beteiligte Akteure


Quelle: B. Vogel-Heuser. Agenda CPS – Szenario Smart factory. 2011

62

Eigenschaften von CPS-Produktionseinheiten

• Ortsunabhängigkeit: Bei Bedarf können Sie den Standort

bzw. Anlagenbetreiber wechseln

• Kontextspezifizität: Planung neuer Produktionseinheiten auf

Basis von Kundenanforderungen an die Produkte

• Adaptivität: Änderung der Produktionseinheiten bzw. des

Prozesses bei Ausfall oder Kapazitäts-Engpässen

• Teil-Autonomie und Automatisierung: Selbständiges

Arbeiten der Produktionseinheiten

• Vernetzung: Produktionseinheiten können weltweit verteilt

und vernetzt sein


CPS Factory – Voraussetzungen

• Interoperabilität zwischen Hardware- und Software der

Internettechnologien und den Produktionseinheiten

• Einhaltung aller nicht-funktionaler Eigenschaften

(insbesondere Safety und Security)

• Überführung der Produktdaten in die Steuerungssysteme

( große Effizienzsteigerungen, da weniger Fehler durch

automatische Datenübertragung)

• Flexiblere und übergreifende Organisations-, Management-

und Kooperationskonzepte

• Vertrauenswürdiges Marktmodell


Kundenspezifische Produktion

• Aus kundenspezfische Daten wird das ideale Produktionssystem ausgewählt– Flexible, kontext-adaptive Kooperation über Unternehmensgrenzen

– Verhandlungen und Verhandlungsstrategien

– Berücksichtigung von Rahmenbedingungen

• Auslastung

• Standort

• Logistikkosten

• Kompatibilität der Produktionseinheiten verschiedener Betreiber

• Eigenständige Kommunikation mit Hilfe von Web-Services

• Vertikale Vernetzung zur Steuerung von Produktionsanlagen

• Horizontale Vernetzung zur Interaktion von Produktionseinheiten


Technische Merkmale 1 / 2

• Datendurchgängigkeit

• Bereitstellung notwendiger Daten

• Zugriffsschutz auf das in den Produktions- und

Technologie-Daten vorhandene Unternehmens-Know-How

• Einheitliche Architekturen und Ontologien für Module,

Anlagen, Produkte, etc. hinsichtlich

– Eigenschaften

– Fähigkeiten

– Schnittstellen

– Datendarstellungen

• Produktbeschreibungen auf Basis der Ontologien


Technische Merkmale 2 / 2

• Flexible, adaptive Produktionseinheiten mit

Rekonfigurierbarkeit und Struktureller Änderbarkeit

• Sensoren und Aktoren an den Produktionseinheiten

• Weltweite Verteilung der Daten und Dienste, bei hoher

Verfügbarkeit

• Lokale Intelligenz bei den Produktionseinheiten

– Sammeln und Auswerten von Daten

– Autonome Steuerung

– Interaktion mit digitaler und realer Welt

• Nutzung Digitaler Netze


Herausforderungen

• Horizontale und Vertikale Vernetzung– Datenaustausch zwischen allen Beteiligten

– Datenaustausch zwischen allen Systemen innerhalb eines Unternehmens

• Integrative disziplinübergreifende Entwicklung von Produkt und Produktionssystem

• Modularisierung

• Modell-getriebene Entwicklung– Unterschiedliche Abstraktionsniveaus

– Domänenspezifische und domänenübergreifende Modelle

– Code-Generierung aus den Modellen

• Durchgänige Tool-Chain

• Methoden und Werkzeuge– Modellierung, Validierung, Visualisierung, Code-Generierung, …

– Modelle und Beschreibungssprachen

– Software-Werkzeuge für Entwurf, Datenfluss, Work-Flow, ERP, …


Bewertung

• CPS: ja oder nein?

• Diskussion


Automatisierung 2.0

• Situation heute:

– Viele parallel laufende Systeme vorhanden, aber spärlich

miteinander vernetzt

– Punktuelle Information

suboptimale Systemüberblick

suboptimale Ressourcennutzung

• Ziel:

– Echtzeitüberblick über gesamten Fertigungsprozess mit adaptiver

Reaktion auf den Momentanzustand zur optimalen Ausnutzung der

Ressourcen


Automatisierung vs. Industrie 4.0

• „Automatisierung 2.0“ wird kommen

– Inselsysteme sind langfristig zu aufwändig

• „Industrie 4.0“

– Technische Sicht:

• Potenzial wird leichter Nutzbar

• Hindernisse werden überwunden

– Betriebswirtschaftliche Sicht:

• Es kommt, was sich vermutlich rechnen wird

• Industrie 4.0 darf kein reines Technik-Thema bleiben!


Massenproduktion vs. Individuelle Fertigung


• Massenproduktion– Ein Design für alle

– Funktionalität zugeschnitten auf die Mehrheit der Nutzer

– Geringe Preise durch hohe Stückzahlen

• Individuelle Fertigung– Individuelles Design

– Funktionalität per Baukasten

– Hohe Kosten durch Umrüstung

– Potenzial durch selbstorganisierte Produktion

Quelle: Phonebloks 2013

Quelle: Fairphone 2014

72

Geschichte der Produktion


Quelle: Bauernhansel et al: Industrie 4.0 in Produktion, Automatisierung und Logistik, 2014.

73

Referenzarchitekturmodell Industrie 4.0


Quelle: M. Hankel. Das Referentarchitekturmodell RAMI 4.0. 2015

Referenzarchitekturmodell Industrie 4.0

• Hierarchy Levels– Hierarchiestufen aus der IEC 62264, der Normenreihe über die

Integration von Unternehmens-EDV und Leitsystemen.

– Stellen die unterschiedlichen Funktionalitäten innerhalb der Fabrik oder der Anlage dar.

– Funktionalitäten wurden ergänzt um • Werkstück

• „Product“

• Zugang in das Internet der Dinge und Dienste („Connected World“)

• Life Cycle und Value Stream– Lebenszyklus von Anlagen und Produkten

– Grundlage: IEC 62890 zum Life-Cycle-Management.

– Typ: Prototypenfertigung

– Instanz: Herstellung des eigentlichen Produkts

• Layers– Strukturieren IT-Repräsentanz (digitales Abbild von einer Maschine)


Bewertung RAMI 4.0

• Was bringt es?– „Landkarte“ zur Orientierung, auf der die Anforderungen der

Anwenderindustrien gemeinsam mit Standards aufgetragen sind.

– Überschneidungen und Lücken in der Standardisierung sichtbar machen.

• Was fehlt?– Identifikation: Dinge können sich selbstständig in der vernetzten

Produktion finden

– Einheitliche Syntax und Semantik von Daten: Herstellerübergreifender Datenaustausch notwendig zur Ermöglichung von Kommunikation zwischen Maschinen oder Werkstücken und Maschinen

– Quality of Services (QoS): Wichtige Dienste wie Zeitsynchronisation, Echtzeitfähigkeit oder Ausfallsicherheit von Industrie 4.0-Komponenten müssen definiert werden.

– Industrie-4.0-Kommunikation: • Ethernet-basierte Feldbusse

• OPC-UA, ein Protokoll für die Kommunikation zwischen Maschinen.


Wie geht es weiter?


1. Was sind “Cyber-physical Systems”?

• Definitionen und Abgrenzung zu eingebetteten Systemen, Ubiquitous

Computing, etc.

2. Anwendungen für Cyber-physical Systems

• Beispiele im Bereich Verkehr, Infrastruktur u.a.

3. Kontrolltheoretische Grundlagen

4. Echtzeitanforderungen – Control-Scheduling-Co-Design

5. Vernetzung und Kommunikation

6. Selbstorganisationsprinzipien

• „Self-X“, Autonomie, Verhandlungen

• Autonomic Computing und Policy-based Management

7. Entwurfsmethoden für Cyber-physical Systems

• Modellierung

• Programmierung

77

Übersicht


Definition (Kap. 1)

Vernetzte, eingeb. Systeme

Steuerungsaufgaben

Anbindung

physik. Prozesse

Beispiele (Kap. 2)

Verkehrstechnik

Dist. Robotics

Garden

Autonomes Fahren

Smart Cities

CPS-Factory

Regelungstechnik (Kap. 3) Reglerentwurf

Scheduling (Kap. 4) Echtzeit Scheduling

Kommunikation (Kap. 6)

Selbstorganisation (Kap. 7)

BUS SOA

Autonomics PBMVerhandlungen

Entwurfs-

methoden

(Kap. 8)

CSCD

(Kap. 5)

Modell-

Integration

Automat.

System-

Entwurf

SystemJ

78