Research database

of the Osnabrück University of Applied Sciences

All publicly-funded research projects from A to Z

All research projects which are recorded, are located centrally in our research database. You can search for key words, or narrow your search by setting filters. (websites only available in German)

Filter

Please enter at least 3 characters

Fakultät

Drittmittelgeber

Schwerpunktfelder

Laufzeit

Alphabet

Loading data
Projektlaufzeit:
01.12.2023 - 31.12.2024
Antragsteller/in:
Prof. Dr. Ralf Tönjes
Drittmittelgeber/Förderlinie:
BMDV
Fakultät:
IuI
Fördersumme:
424.265,64 €
Projektpartner extern:
ADVES GmbH & Co. KG, MECSware GmbH, Universität Osnabrück
Projektzusammenfassung:

Beim Spot-Farming werden Sensorsysteme, Drohnen und Agrarroboter eingesetzt, um effizient und nachhaltig Landwirtschaft zu betreiben. Die dafür benötigte drahtlose Kommunikation kann mit dem 5G-Mobilfunkstandard umgesetzt werden. Häufig ist die Abdeckung landwirtschaftlicher Nutzflächen durch das Mobilfunknetz in Deutschland jedoch nicht ausreichend. Um trotzdem Spot-Farming mit 5G betreiben zu
können, besteht die Möglichkeit der Verwendung eigener 5G-Netze, sogenannter Campusnetze.

Ziel von ENCAMPS ist es, Spot-Farming mit nomadischen, also örtlich ungebundenen, 5G-Campusnetzen zu ermöglichen. Schwerpunkte sind hier die Automation der Konfiguration der Basisstationen, die Entwicklung einer zuverlässigen Verbindung zum Internet und die dynamische Migration zwischen Edge und Cloud-Ressourcen. Die Entwicklungen von ENCAMPS befähigen landwirtschaftliche Betriebe dazu, ihr
eigenes Ad-hoc-5G-Campusnetz automatisiert aufzubauen, um damit Spot-Farming zu betreiben.

Die Hochschule Osnabrück ist für die Realisierung der Automation der Konfiguration und des Monitorings des Campusnetzes verantwortlich. Aktuell verfügbare 5G-Schnittstellen kommen oftmals aufgrund von zu hoher Komplexität für die Anwender*innen nicht zum Einsatz. Um die Komplexität mittels Automation gering zu halten, werden zunächst 5G-Kern- und Zugangsnetz entsprechend der Anwendungsfälle vorkonfiguriert. Danach folgt die automatisierte Übersetzung der anwendungsspezifischen Anforderungen in zugehörige Netzkonfigurationen und 5G-Qualitätsmetriken. Beim Monitoring werden Netzparameter, Basisstationskonfiguration und topographische Daten aufgezeichnet. KI kann diese als Trainingsdaten für die sukzessive Optimierung der Konfigurationseinstellungen verwenden. Das entwickelte 5G-Campusnetz soll dann zunächst auf dem Testfeld und daraufhin in realitätsnaher landwirtschaftlicher Umgebung aufgebaut, erprobt und bewertet werden.

Logo Fördermittelgeber:
To the results ▼ (XXX)