Publication Server of Kempten University
Not a member yet
2351 research outputs found
Sort by
Planning of Safe Trajectories in Urban Airspace
No full textThe envisioned concept of Urban-Air-Mobility (UAM) introduces new challenges for the generation of safe trajectories. A safe trajectory must ensure that in the event of a contingency, a vertiport to conduct a safety landing is always within reach. Moreover, the trajectory must avoid any no-fly zones. Computing optimal trajectories that fulfill both requirements is particularly complicated for densely populated areas where numerous no-fly zones and vertiports exist, because the resulting optimal control problem involves both continuous and discrete variables. As a consequence, the problem cannot be optimized efficiently using collocation- or shooting-based methods. Instead, we propose a linear mixed-integer-based formulation of the problem which can be solved using Mixed-Integer Linear Programming (MILP) solvers. Our approach considers electric Vertical Take-Off and Landing aircraft (eVTOL) which can transition between vertical and wingborne flight. The capabilities of the approach are demonstrated with a two-dimensional example
fROS: A Generic Fieldbus Framework for ROS
No full textAs the development of advanced driver assistance systems (ADAS) continues, more and more software functions and sensors are being introduced to the market. This is accompanied by an increase in the amount of data that has to be transmitted to multiple receivers in the vehicle under hard real-time requirements. The use of deterministic and non-deterministic Fieldbus protocols enables communication between sensor and actuator or ECUs. For the purpose of verifying and validating the developed software modules, but also for type approval, an objective and thus data-driven toolchain is mandatory. By using suitable middleware such as Robotic Operating System (ROS), the complexity of integrating multiple (reference) sensors as well as prototypical software functions can be broken down into subtasks and thus distributed to the hardware in a computationally efficient manner. Recording and manipulating sensor ECU communication while driving is also possible under certain circumstances. However, at least to our knowledge, there is no public ROS driver available to integrate automotive-specific fieldbus protocols except for CAN. In the following paper, we introduce a generic and open-source framework for integrating on-board communication of various Fieldbus protocols and demonstrate the integration in ROS as a real-world use case. To validate the presented methodology, we perform a time analysis of the presented ROS node and compare it to a ROS-independent reference measurement system while performing a standardized vehicle dynamic driving test. In addition, we objectively compare two different on-board sensors from a series vehicle with two distinct reference sensors in a real-world scenario
Zur Verstetigung digitaler Technologien: Relevanz des Nutzenaspekts für die Versorgungslandschaft
No full textErörtert wird die Bedeutung des Nutzens bzw. des Nutzennachweises digitaler Pflegelösungen für eine Verstetigung der Anwendungen in der pflegerischen Versorgungslandschaft. Darunter verstanden wird eine langfristige Verankerung der digitalen Lösungen unter entsprechenden Kosten-Nutzen-Verhältnissen sowie die Schaffung von Akzeptanz und Vertrauensbildung bei den involvierten Akteuren. Der Beitrag geht dabei auf die breite Landschaft an Lösungsanbietern ein und schlägt eine Systematisierung sowie die Einordnung der Technologien nach möglichen Anwendungsfeldern vor. Ferner wird das heterogene Feld aus Anwender:innen und involvierten Akteuren wie verordnenden Stellen, beratenden Einrichtungen oder Herstellern vor dem Hintergrund des Nutzenaspekts betrachtet
Zwischen "Wertewandel" und "Wertschöpfung": Lösungsansätze für den Fachkräftemangel in der produzierenden Industrie
No full textDiese Veröffentlichung beleuchtet die Herausforderungen und Lösungsansätze zur Bewältigung des Fachkräftemangels in der deutschen produzierenden Industrie. Der Mangel an qualifizierten Arbeitskräften verursacht erhebliche Kosten und verringert das Produktionspotenzial. Hauptursachen sind demografische Veränderungen und veränderte Wertvorstellungen der Beschäftigten. Die Attraktivität des Arbeitsumfelds soll durch die Sichtbarmachung individueller Beiträge und die Stärkung des Gemeinschaftsgefühls erhöht werden. Maßnahmen aus dem Umfeld von Large-Language-Models werden vorgestellt. Abschließend wird die Vision einer modernen, vollvernetzten und arbeitnehmerfreundlichen Produktionsstätte skizziert
Umfrage unter Erstsemesterstudierenden in Bayern 2023/2024; Studie des Bayerischen Zentrums für Tourismus e.V.
No full textIm November/Dezember 2023 führte das Bayerische Zentrum für Tourismus das vierte Jahr in Folge eine Online-Befragung unter Erstsemesterstudierenden an bayerischen Universitäten und Hochschulen durch. Die Umfrageergebnisse bieten einen exemplarischen Einblick in berücksichtigte Aspekte bei der Wahl der Bildungseinrichtung und des Studiengangs, Berufs- und Lebensziele, aktuelle Sorgen und Ängste, Assoziationen zum Thema Reisen, das Reiseverhalten und Einstellungen im Kontext der Nachhaltigkeit sowie zur Ausgestaltung von Städtereisen seitens der Erstsemesterstudierenden in Bayern. Im Fokus der Befragung steht insbesondere die Altersgruppe der Generation Z.
Die gewonnenen Daten erheben keinen Anspruch auf Repräsentativität für Erstsemesterstudierende in Bayern. Dennoch vermittelt die Gegenüberstellung der Umfrageergebnisse der vier Erhebungsreihen einen Eindruck von den jüngeren Studierendengenerationen sowie von möglichen zukünftigen Entwicklungstendenzen in den untersuchten Lebens- und Themenbereichen
Generalistic Assessments of the Potential of Medical Drones in Urban Environment: Based on Microscopic Travel Time Comparison with Ground-Based Services.
No full textAt the current development stage, the lower airspace above urban areas is only used to a very limited extent. Recent developments in the drone industry are making this area more accessible. The leading use case for drone applications is currently seen in the medical sector. Individual evidence shows that the use of drones to transport medical personnel for first medical response brings significant improvements in terms of cost and response time. Advantages in urban applications are seen as promising by some research projects, but this is not scientifically proven yet. This study deals with the simulation of transportation times of medical proposals by ambulance and drone in the metropolitan region of Stavanger and the comparison of transport times. The proposed methodology develops transferable results from concrete use-cases. By using a drone 80% of the expected operations can benefit from a reduction in transport time of up to 10 minutes with a variation of +/- 4 minutes through adjusted flight speeds due to weather conditions and variations in ambulance travel times due to different traffic volumes. The data set cleaned for the local special cases shows potential for a reduction of up to 20 minutes for the remaining operations, while the extracted individual cases even showing improvements of up to 60 minutes
causalAssembly: Generating Realistic Production Data for Benchmarking Causal Discovery
No full textAlgorithms for causal discovery have recently undergone rapid advances and increasingly draw on flexible nonparametric methods to process complex data. With these advances comes a need for adequate empirical validation of the causal relationships learned by different algorithms. However, for most real and complex data sources true causal relations remain unknown. This issue is further compounded by privacy concerns surrounding the release of suitable high-quality data. To tackle these challenges, we introduce causalAssembly, a semisynthetic data generator designed to facilitate the benchmarking of causal discovery methods. The tool is built using a complex real-world dataset comprised of measurements collected along an assembly line in a manufacturing setting. For these measurements, we establish a partial set of ground truth causal relationships through a detailed study of the physics underlying the processes carried out in the assembly line. The partial ground truth is sufficiently informative to allow for estimation of a full causal graph by mere nonparametric regression. To overcome potential confounding and privacy concerns, we use distributional random forests to estimate and represent conditional distributions implied by the ground truth causal graph. These conditionals are combined into a joint distribution that strictly adheres to a causal model over the observed variables. Sampling from this distribution, causalAssembly generates data that are guaranteed to be Markovian with respect to the ground truth. Using our tool, we showcase how to benchmark several well-known causal discovery algorithms
Using a Machine Learning Regression Approach to Predict the Aroma Partitioning in Dairy Matrices
No full textAroma partitioning in food is a challenging area of research due to the contribution of several physical and chemical factors that affect the binding and release of aroma in food matrices. The partition coefficient measured by the Kmg value refers to the partition coefficient that describes how aroma compounds distribute themselves between matrices and a gas phase, such as between different components of a food matrix and air. This study introduces a regression approach to predict the Kmg value of aroma compounds of a wide range of physicochemical properties in dairy matrices representing products of different compositions and/or processing. The approach consists of data cleaning, grouping based on the temperature of Kmg analysis, pre-processing (log transformation and normalization), and, finally, the development and evaluation of prediction models with regression methods. We compared regression analysis with linear regression (LR) to five machine-learning-based regression algorithms: Random Forest Regressor (RFR), Gradient Boosting Regression (GBR), Extreme Gradient Boosting (XGBoost, XGB), Support Vector Regression (SVR), and Artificial Neural Network Regression (NNR). Explainable AI (XAI) was used to calculate feature importance and therefore identify the features that mainly contribute to the prediction. The top three features that were identified are log P, specific gravity, and molecular weight. For the prediction of the Kmg in dairy matrices, R2 scores of up to 0.99 were reached. For 37.0 °C, which resembles the temperature of the mouth, RFR delivered the best results, and, at lower temperatures of 7.0 °C, typical for a household fridge, XGB performed best. The results from the models work as a proof of concept and show the applicability of a data-driven approach with machine learning to predict the Kmg value of aroma compounds in different dairy matrices
Deutschsprachige Apps für pflegende Angehörige: Übersicht, Klassifizierung und Prüfsiegel marktreifer Angebote: Systematisches Review
No full textObwohl Apps für pflegende Angehörige Unterstützung und Entlastung in verschiedenen Bereichen des Pflegealltags versprechen, sind sie in der Praxis bisher kaum verbreitet. Das vorliegende Review verfolgt das Ziel, einen Überblick über den aktuellen Markt deutschsprachiger Apps zur Unterstützung von pflegenden Angehörigen zu geben. Nach der Durchführung einer systematischen, kriteriengeleiteten Recherche konnten 36 Apps für pflegende Angehörige eingeschlossen werden. Die Analyse der eingeschlossenen Apps verdeutlicht, dass die Pflegeapps hauptsächlich Funktionen in den Bereichen Information, Kommunikation, Organisation und Koordination, Dokumentation sowie Dienstleistungseinkäufen anbieten. Die Apps konnten darauf aufbauend nach Funktionsumfang charakterisiert werden. Zudem wurde untersucht, inwiefern die identifizierten Pflegeapps Prüf- oder Zertifizierungsverfahren durchlaufen oder Prüfsiegel aufweisen. Die Forschungsarbeit analysiert darüber hinaus die allgemeine Verfügbarkeit und Zugänglichkeit von Pflegeapps sowie deren Angebotsverbreitung, um einen umfassenden Einblick in den deutschsprachigen Markt für digitale Unterstützung von pflegenden Angehörigen zu geben.Specially designed apps for informal carers promise support and relief in various areas of everyday caregiving, but they are hardly widespread in practice. The aim of this review is to provide a comprehensive insight into the current market of German-language apps for digital support for family carers. After conducting a systematic, criteria-based research 36 apps for family caregivers were included. The analysis of the included apps shows that the care apps mainly offer functions in the areas of information, communication, organization and coordination, documentation and service purchases. Based on this, the apps could be characterized according to their range of functions. The extent to which the identified care apps undergo testing or certification procedures or have seals of approval was also examined. The research also analyzes the general availability and accessibility of care apps and their offer distribution in order to provide a comprehensive insight into the German-speaking market for digital support for family carers
Partizipative Bedarfserhebung von Post- COVID Betroffenen zur erfolgreichen Wiedereingliederung in das Arbeitsleben (ReCOVer): Projektendbericht
No full textDas Vorhaben ReCOVer beschäftigte sich mit der Bedarfserhebung von Post-COVID Betroffenen im Bereich der beruflichen Wiedereingliederung (Return-to-Work). Hierbei wurde aus Sicht der Betroffenen externe Angebote, Hemmnisse, Stressoren und Protektoren sowie persönliche Bewältigungsstrategien zur erfolgreichen Wiedereingliederung evaluiert. Das übergeordnete Ziel der Studie war somit die systematische und partizipative Ermittlung des Bedarfs an Angeboten und Strategien für Betroffene. Im Rahmen einer Querschnittsstudie wurden 184 Post-COVID Betroffene im Zeitraum November 2022 bis Januar 2023 mit Hilfe eines Onlinefragebogens befragt. Die Ergebnisse konnten keinen deutlichen Unterschied innerhalb der verschiedenen Versorgungspfade und Angebote identifizieren, der maßgeblich zu der erfolgreichen Rückkehr an den Arbeitsplatz beitragen konnte. Jedoch wurde deutlich, dass Persönlichkeitsmerkmale wie Bewältigungsstrategien eine wichtige Rolle zur erfolgreichen Rückkehr zum Arbeitsplatz spielen und somit wichtige Protektoren sein können. Als besonderes Hemmnis zur erfolgreichen Wiedereingliederung konnte die Ausprägung des Symptoms „Rasche Erschöpfung“ identifiziert werden. Dies impliziert, dass derzeitige Versorgungspfade und Angebote nicht ausreichen, um Post-COVID Betroffene bis zur Rückkehr in den Berufsalltag zu begleiten und zeigt die Notwendigkeit zusätzlich zu bestehenden beruflichen Wiedereingliederungsprogrammen, die den organisatorischen Rahmen darstellen können, die Entwicklung von evidenzbasierten ganzheitlichen Angeboten für Betroffene (wie z.B. Job-Coaching Programme oder eHealth Lösungen) voranzutreiben