Exploration von Sensordaten

Ausgangssituation

• Automobilhersteller nutzt Crowd-Sourcing, um Sensordaten aus Erprobungsfahrten zu protokollieren
• Viele hundert Millionen Datensätze stehen bereit
• Datensätze können von den Ingenieuren nicht direkt interpretiert werden

Ziele

• Interaktive Exploration der Daten
• Zeitliche, räumliche und inhaltliche Selektion zum Drill-Down
• Daten sollen genutzt werden, um den Einfluss verschiedener Faktoren auf das Verhalten von Fahrer und Fahrzeug zu verstehen
• Datenexploration soll Grundlage bilden, um Dienste wie Assistenzsysteme weiterzuentwickeln

Vorgehensweise

• Anforderungsanalyse zusammen mit Fachabteilungen
• Erkenntnis, dass vorhandene Tools die Anforderungen nicht erfüllen können, führt zur Individualentwicklung
• Apache Solr als Backend-Komponente ermöglicht sehr schnelle Zugriffe nach Georegion, Zeiten und Sensordaten
• Frontend-Komponente: Kartendarstellung mit Leaflet (OSM), Visualisierungen und Statistiken mit D3.js, Angular JS als Applikationsframework

Ergebnisse

• Intuitiv nutzbare interaktive Anwendung zur Datenexploration
• Durch den Einsatz skalierbarer Open Source Technologien bleibt Echtzeitfähigkeit auch bei stark wachsenden Datenmengen gewährleistet
• Forscher können Muster visuell erkennen sowie Zusammenhänge und Muster komfortabel untersuchen