Skip to main content
Disciplines
Automotive Business IT + Informatics Construction + Real Estate Electrical Engineering + Electronics Energy + Sustainability Insurance + Risk Finance + Banking Management + Leadership Marketing + Sales Mechanical Engineering + Materials
Events
DE
EN
Books
Journals
Topic Page
Marketing
Start single access now
Access for companies
EXTENDED SEARCH
Log in
Top

2021 | Book

Einführung Read chapter Read first chapter

Datengetriebenes Konzept zur Luftqualitätsprädiktion

Author: Enes Esatbeyoǧlu

Publisher: Springer Fachmedien Wiesbaden

Book Series : AutoUni – Schriftenreihe

Part of: Springer Professional "Wirtschaft+Technik" , Springer Professional "Technik" , Springer Professional "Wirtschaft"

Login to get access
insite
SEARCH

About this book

Enes Esatbeyoǧlu verfolgt den Ansatz, die NO2-Konzentrationen als Indikator für die Luftqualität mit einem Fahrzeug und zwei verschiedenen Sensoren (Referenz und miniaturisiert) zu messen und darauf basierend ein datengetriebenes Prädiktions- und Adaptionskonzept zu entwickeln. Die Datenerhebung erfolgt dabei auf einer vordefinierten Route zu verschiedenen Zeiten sowie Umwelt- und Verkehrsbedingungen. Für die Prädiktion der Luftqualität und Adaption der Sensordaten wendet er verschiedene Machine Learning Modelle an. Dabei untersucht er die Performantesten auf Robustheit, Generalisierbarkeit und Übertragbarkeit.
Der AutorEnes Esatbeyoglu studierte Maschinenbau und Kraftfahrzeugtechnik. Anschließend hat er berufsbegleitend mit der vorliegenden Schrift an der OVGU Magdeburg promoviert und ist jetzt im Bereich der Konzeptvorentwicklung eines Automobilkonzerns tätig.

Table of Contents

Frontmatter
Kapitel 1. Einführung
Zusammenfassung
Eine vollständige und weltweite Abwendung von fossilen Brennstoffen und eine gleichzeitige Zuwendung zu erneuerbaren Energien sind Ziele der Politik und Industrie. Dabei haben wachsende Metropolen immer mehr den Anspruch, nicht nur ökologisch nachhaltig zu agieren sondern auch attraktiver zu sein und die Lebensqualität für die Bevölkerung zu erhöhen. In diesem Kontext nimmt die Digitalisierung von Städten, welche terminologisch mit dem Begriff Smart City umschrieben wird, stetig zu. Eine Synergie entsteht, wenn der Smart City Gedanke mit der Vollvernetzung von Fahrzeugen erweitert wird. Das Fahrzeug als Mittel zum Zweck und rollender Sensor erzeugt dabei Datenmengen, welche unter anderem für das Anbieten von neuen Serviceleistungen genutzt werden können.
Enes Esatbeyoǧlu
Kapitel 2. Theoretische Grundlagen und Vorbetrachtung
Zusammenfassung
In diesem Abschnitt wird zunächst die Immissionsmessung als Anwendungsbeispiel in Abschnitt 2.1 näher erläutert. Dabei werden in Abschnitt 2.1.1 die verwendeten Messsensoren sowie ihr Einbauort im Fahrzeug beschrieben. Darüber hinaus wird in Abschnitt 2.1.2 auf Seite 15 auf den Einfluss verschiedener Randbedingungen auf die NO2-Konzentrationen eingegangen.
Enes Esatbeyoǧlu
Kapitel 3. Datenexploration und –aufbereitung
Zusammenfassung
Im vorliegenden Abschnitt wird die Datengrundlage für das datengetriebene Konzept zur Luftqualitätsprädiktion auf Basis von mobilen Fahrzeugmessungen beschrieben. Die Abbildung 3.1 zeigt dabei die Herangehensweise. Zunächst werden im ersten Abschnitt auf die Datenerhebung von den Datenquellen des Messfahrzeugs, der umliegenden UMSe sowie des Geodatendienstanbieters HERE eingegangen.
Enes Esatbeyoǧlu
Kapitel 4. Datengetriebene Sensordatenadaption
Zusammenfassung
In diesem Abschnitt wird ein datengetriebenes Konzept zur Sensordatenadaption vorgestellt, um die Daten der miniaturisierten Messtechnik an die der Referenzmesstechnik zu adaptieren. Hierfür werden zunächst in Abschnitt 4.1 auf die verwendeten elektrochemischen Sensoren hinsichtlich der technischen Spezifikationen eingegangen. Darauf anschließend wird ein Adaptionskonzept vorgestellt und dessen Implementierung in Abschnitt 4.2 auf der nächsten Seite erläutert. Die methodische Vorgehensweise sowie die Ergebnisse können demselben Abschnitt entnommen werden. Schließlich wird in Abschnitt 4.3 auf Seite 70 auf die Performance der vorgestellten Sensordatenadaption eingegangen, indem ihre Robustheit und Skalierbarkeit untersucht werden.
Enes Esatbeyoǧlu
Kapitel 5. Datengetriebene Luftqualitätsprädiktion
Zusammenfassung
In diesem Abschnitt wird eine datengetriebene Luftqualitätsprädiktion auf Basis von mobilen Fahrzeugmessungen vorgestellt. Diesbezüglich wird in Abschnitt 5.1 ein Überblick gegeben und anschließend auf die Terminologie eingegangen. Im darauf folgenden Abschnitt finden die bereits in den Grundlagen beschriebenen ML-Modelle Anwendung. Dabei werden insbesondere Ansätze zu der Feature Selection und Hyperparameter Kombination erläutert.
Enes Esatbeyoǧlu
Kapitel 6. Multi-Agenten-Simulation
Zusammenfassung
Nachdem ein datengetriebenes Konzept für eine streckenbasierte Luftqualitätsprädiktion vorgestellt wurde, wird in diesem Abschnitt die flächenmäßige Abdeckung einer Stadt in Abhängigkeit der Sensorausstattungsrate von Fahrzeugen untersucht. Hierfür wird eine Multi-Agenten-Simulation verwendet, deren Grundlage und Funktionsweise in Abschnitt 6.1 erläutert werden. Anschließend werden auf ihre Anwendung und Nutzung für den konkreten Anwendungsfall näher eingegangen. Letztlich werden die Ergebnisse in Abschnitt 6.3 auf Seite 118 dargestellt und diskutiert.
Enes Esatbeyoǧlu
Kapitel 7. Zusammenfassung und Ausblick
Zusammenfassung
Bekanntlich messen eine Vielzahl an Messstationen die Luftqualität an Verkehrsschwerpunkten sowie im ländlichen Hintergrund. Die geringe Anzahl an Messstellen ist jedoch nicht ausreichend, um zuverlässige Informationen über die räumliche Verteilung der Luftschadstoffe zu erhalten. Zudem kann eine Prädiktion auf Basis dieser Messstationen lediglich für eine standortbezogene Ergreifung von Maßnahmen noch vor Überschreiten von Toleranzgrenzen sorgen. Daher wurde in der vorliegenden Arbeit ein datengetriebenes Konzept zur Luftqualitätsprädiktion auf Basis von mobilen Fahrzeugmessungen entwickelt.
Enes Esatbeyoǧlu
Backmatter
Metadata
Title
Datengetriebenes Konzept zur Luftqualitätsprädiktion
Author
Enes Esatbeyoǧlu
Copyright Year
2021
Electronic ISBN
978-3-658-33673-8
Print ISBN
978-3-658-33672-1
DOI
https://doi.org/10.1007/978-3-658-33673-8

Premium Partner

    Image Credits