Virtuelle Sensoren

Virtuelle Sensoren dienen zur Messung von Werten, welche mit herkömmlichen Sensoren nur sehr schwer, sehr teuer oder überhaupt nicht messbar sind. Dabei werden mathematische Modelle und Softwarefunktionen dazu verwendet, dass die gesuchten Werte aus einfach bzw. günstiger verfügbaren Sensorsignalen abgeleitet werden.

Machine-Learning-Verfahren sind hervorragend zur Entwicklung und Kalibrierung von derartigen Sensoren geeignet, weil man diesen die gewünschte Funktionalität einfach und effizient antrainieren kann. Die entsprechenden Verfahren eignen sich auch bestens zu weitgehend automatisierten und effizienten Identifikation der Basis-Sensoren und Informationen für die virtuelle Sensorik.

Typische Beispiele für virtuelle Sensoren sind z.B.

  • die Ermittlung von Kollisionswahrscheinlichkeiten und Gefahren-Schätzungen in Fahrzeugsicherheitssystemen,
  • die Bestimmung von Kapazitätsreserven im Verkehrswesen abhängig von der aktuellen Verkehrssituation,
  • die Schätzung von Schädigung oder Ausfallswahrscheinlichkeiten für vorausschauende Wartung,
  • ...