Das IMMS ist als Teil des Leistungszentrums InSignA als Forschungspartner auch am Ideenwettbewerb iHUB beteiligt. In diesem wird innovativen Ideen zu den Themen Sensorik, Digitalisierung oder Assistenzsysteme Starthilfe gegeben. In einem Wettbewerb werden die Ideen einer Jury aus Wissenschaft, Wirtschaft, öffentlichen Einrichtungen sowie Venture-Capital-Unternehmen vorgestellt. Die besten Ideen werden dann zur Förderung ausgewählt und mit Forschungsleistungen der beteiligten Partner unterstützt. Dabei gibt es unterschiedliche Zielstellungen, die Idee voranzubringen, von Demonstratoren und Prototypen über Marktanalysen bis hin zu Machbarkeitsstudien. Die Projekte werden im Umfang von bis zu sechs Personenmonaten durch Mitglieder des Leistungszentrums bearbeitet inkl. Zugang zu Experten, Laboren sowie Sachmitteln. 2024 konnte das IMMS erstmals als Partner am Wettbewerb teilnehmen. Insgesamt wurden drei Projektideen von der Jury ausgewählt, an denen das IMMS beteiligt ist:

Aufgabe und Partner: Lean Plastics Technologies GmbH (LPT) stellt feine Pulverkörner her, indem ein langer Kunststoffstrang von Messern geschnitten wird. Die Messer sind an einem rotierenden Messerkopf montiert, der sich in einer Schneidkammer befindet, aus der das Pulver abtransportiert wird. Der Schneidprozess ist derzeit aus Sicht des Prozessmonitorings weitestgehend eine Blackbox. Besonders interessante Informationen zum Schneidprozess wären Echtzeit-Bilder vom Schnitt selbst z. B. mittels Hochgeschwindigkeitskamera sowie der Temperaturverlauf der am Schneidvorgang beteiligten Komponenten, insbesondere der Messer, um den Prozess später optimieren zu können. Die optische Lösung wurde dabei durch das Fraunhofer IZFP bearbeitet, während sich das IMMS auf die Temperaturmessung konzentrierte.  

Lösung durch das IMMS: Zur Erfassung der Messertemperatur wurde zunächst geprüft, ob Sensorik direkt an der Klinge angebracht werden kann. Dafür ist aufgrund der Rotation des Messerkopfes nur ein sehr kleines drahtloses System nutzbar. RFID-Sensoren sind die einzige Möglichkeit, dort zu messen. Allerdings ist das getestete System nicht in der Lage, die Daten in Echtzeit zu übermitteln, was für eine Regelung aber notwendig wäre. Deshalb wurden alternative Messkonzepte erarbeitet. Hier konnten drei weitere Optionen zur indirekten Messung identifiziert werden, von denen zwei an einem eigens konstruierten Teststand am IMMS geprüft wurden, siehe Foto. Mit beiden Verfahren konnte die Temperatur der Testobjekte im Labor erfolgreich nachvollzogen werden. Der Infrarot-Sensor hat sich dabei als gute Option herausgestellt, wenn eine Positionierung im Bereich der Kammer möglich ist. Ähnliche Eigenschaften sollten mit einem schnellen Thermistor erreichbar sein. Damit konnte eine Empfehlung zur Messung der Prozessparameter entwickelt werden.  

Aufgabe und Partner: KitchenGuard hat die Vision, das Kochen mit am Herd installierter, intelligenter Sensorik sicherer zu machen, indem eine KI aus akustischen Daten ermittelt, was im Kochtopf passiert, um ggf. die Entstehung von Bränden durch rechtzeitiges Abschalten zu verhindern. Im iHUB-Projekt sollte ein erster Schritt in Richtung der Realisierung gegangen werden. Das Fraunhofer IDMT hat dazu die Konzeption der Mikrofonanordnung sowie die Auswahl geeigneter Mikrofone und das IMMS die Konzeption der eingebetteten Datenverarbeitungsplattform übernommen.

Lösung durch das IMMS: Basis des Systems soll ein Mikrocontroller zur Verarbeitung der Audiosignale bilden. Dazu wurden unterschiedliche Optionen recherchiert und die Eckdaten miteinander verglichen. Die begrenzten Ressourcen von eingebetteten Systemen (MCUs) stellen bei der Implementierung von KI-Modellen eine große Herausforderung dar. Insbesondere der verfügbare Speicher (RAM und Flash) sowie die vorhandene Rechenleistung sind dabei zu beachten. Einige Varianten aktueller Mikrocontroller haben Hardware-Beschleuniger für die Berechnung neuronaler Netze integriert, was die Kapazität verbessern soll. Daneben existieren Optionen, die Größe der Netze sowie die Komplexität der Berechnungen zu reduzieren – idealerweise, ohne die Genauigkeit negativ zu beeinflussen. Um dies zu untersuchen, wurden verschiedene Modelle auf einer NXP MCXN947 MCU sowie einem leistungsfähigeren NXP iMX8 CPU mit Google TPU und die Leistungsfähigkeit bewertet. Die Ergebnisse zeigen, dass der Hardwarebeschleuniger die Berechnungszeit des neuronalen Netzes um Faktor 8 bis 38 beschleunigen kann, je nach Größe und Aufbau des Netzes. Das performanteste System mit dem i-Mx8-Applikationsprozessor bietet eine starke Beschleunigung (bis 60-fach) der Berechnung von großen Netzwerken. 

Aufgabe und Partner: seioTec verfügt bereits mit der datAIndustry App über eine Edge-Plattform für ML-Applikationen auf eingebetteten Systemen. Allerdings steigt die Nachfrage nach Lösungen für Schwingungs- und Ultraschall-Sensorik und den damit einhergehenden hohen Abtast- und Datenübertragungsraten, insbesondere in verteilten Systemen. Im iHUB-Projekt sollten daher die Voraussetzungen für ein entsprechendes System als Proof-of-Concept geschaffen werden. Neben seioTec und dem IMMS war zudem das Fraunhofer IDMT beteiligt. Die Aufgabe des IMMS bestand darin, die Datenübertragung effizient auszulegen.

Lösung durch das IMMS: Zunächst wurde von den Partnern eine geeignete Systemarchitektur für ein Edge-fähiges Messsystem für die verteilte mehrkanalige Signalerfassung und integrierte Datenvorverarbeitung für industrielle Machine-Learning-Anwendungen erarbeitet. Der Schwerpunkt lag dabei auf der Kommunikationsschnittstelle zwischen der Messplattform und der datAIndustry-App. Nach eingehender Analyse verfügbarer Technologien und Protokolle fiel die Wahl auf das gRPC-Framework als Grundlage für die Datenschnittstelle zwischen den Komponenten. Mit einer Testkonfiguration aus PC-Client und -Server implementiert als jeweilige Kommunikationsgegenstellen für die beiden Systeme wurden bereits erste Benchmarks durchgeführt. Dabei wurde nachgewiesen, dass die Übertragung der Daten von mehreren Sensoren per gRPC über Ethernet ohne Probleme möglich ist. Zu kleine Paketgrößen wirken sich nachteilig auf den Durchsatz aus. Zu große Pakete erzeugen eine hohe Systemlast und können bei der datAIndustry-App zu Problemen beim Einspeichern der Daten in die interne Datenbank führen. Diese Erkenntnisse erlauben es seioTec, die eigene Software weiter zu optimieren. Außerdem konnte gezeigt werden, dass mehrkanalige Messungen mit hoher Abtastrate vom System verarbeitet und auf dieser Basis weitere Analysen durchgeführt werden können.

In drei sehr unterschiedlichen Projekten konnte das IMMS bereits verschiedene Kompetenzen einbringen, um Start-ups bzw. junge Unternehmen bei der Realisierung ihrer Ideen zu unterstützen. Das Institut ist bereit für die nächsten Herausforderungen, die Unternehmen in die iHub-Wettbewerbe einbringen. Die Einreichung von Ideen für den nächsten Pitch im Februar 2026 ist bis zum Januar 2026 möglich: https://ihub.leistungszentrum-insigna.de/pitch.