Forschungsprojekt der ASAP-Gruppe: Mittels statistischer Datenanalyse und maschinellem Lernen soll ein Tool automatisch die relevanten Daten für Ingenieure identifizieren.
Die ASAP-Gruppe will Anomalien in Messdaten automatisiert erkennen.
ASAP
ASAP möchte mit dem Data Science Tool ein Assistenzsystems für Testingenieure entwickeln, das mit maschinellem Lernen und statistischer Datenanalyse arbeitet. Das Tool soll Anomalien in Messdaten automatisch erkennen, etwa bei der Entwicklung hochautomatisierter Fahrerassistenzfunktionen. Die Anwendung im Bereich Testautomatisierung soll durch die automatisierte Identifikation auffälliger Messdaten als Assistenzsystem für Testingenieure dienen. Dabei werden alle Messdaten aus verschiedenen Datenquellen wie Prüfsysteme, Komponenten- und System-HILs und Daten aus realen Fahrversuchen hinsichtlich Auffälligkeiten ausgewertet. Das soll der Automobilindustrie Zeit- und Kostenvorteile bringen, da Entwicklerteams sich nicht mehr mit dem Durchsuchen von Trace-Daten beschäftigen müssen.
Die Daten werden vom Tool auf typische Fehlerquellen wie Formatierungsfehler oder mögliche Duplikate hin geprüft. Zudem werden die Signalwerte statistisch analysiert, um etwa Verletzungen von Signalspezifikationen zu identifizieren. Bei der Berechnung werden anhand des vorbereiteten Datensatzes die Datenpunkte, die logisch zusammengehören, zu Sequenzen zusammengefasst. Nicht-relevante Daten werden entfernt und ermöglichen eine schnellere Berechnung. Die KI ermöglicht die automatisierte Berechnung der Abstände zwischen allen Datenpunkten, die dabei geclustert werden und nach statistischen Auffälligkeiten ausgewertet werden. Für ein besseres Verständnis wird das Ergebnis durch das Tool stark vereinfacht in 3-D visualisiert. Die ASAP Gruppe erhält für die Entwicklung eine Förderung durch das Bundesministerium für Bildung und Forschung.