AI4Mobile

Leistungsfähige und flexible Mobilfunknetze sind eine Schlüsseltechnologie für zahlreiche Industriezweige. Viele Anwendungen, etwa aus den Bereichen automatisierter Fahrzeuge oder mobiler Robotik, weisen eine hohe Dynamik und Mobilität auf. Gleichzeitig erfordern sie eine extrem zuverlässige und verzögerungsarme Kommunikation. Eine wichtige Herausforderung besteht darin, für jede Anwendung die benötigte Dienstgüte, (z. B. eine zuverlässige Datenrate, keine Datenverluste, keine Verzögerungen), zu gewährleisten. Die drahtlose Übertragung von Information unterliegt naturgemäß Störeinflüssen, wodurch eine erfolgreiche Echtzeitübermittlung in klassischen, reaktiven Mobilfunksystemen nicht garantiert werden kann. Eine vorausschauende Planung der Netzressourcen sowie die Vorhersage relevanter Dienstgüteparameter sind daher besonders für sicherheitskritische Funktionen unerlässlich. Bei der immensen Komplexität des Gesamtnetzes bieten hier Methoden der künstlichen Intelligenz (KI) einen vielversprechenden Lösungsansatz.

Im Rahmen des Projekts AI4Mobile sollen KI-Methoden entwickelt werden, welche unter Nutzung von Daten aus dem gesamten Mobilfunknetz eine robuste Vorhersage der Dienstgüte bei hoher Mobilität ermöglichen. In Kombination mit weiteren Daten (Anwendungs-, Umgebungs- und Netzdaten) sollen die vorhergesagten Dienstgüteinformationen genutzt werden, um KI-Mechanismen zur Echtzeit-Netzoptimierung zu entwickeln. Insbesondere beim Ressourcenmanagement sind KI-Methoden vielversprechend. Um bestehende Erkenntnisse im Mobilfunkbereich zu nutzen, soll unter anderem die Möglichkeit untersucht werden, KI-Ansätze um bereichsspezifische Kontext-information zu ergänzen, sowie Expertenwissen in den Entwurf von Lernverfahren einzubinden. So wird ein hybrider Ansatz aus klassischer Algorithmenentwicklung und künstlicher Intelligenz ermöglicht. Im Projekt wird untersucht, inwieweit dieser die Sicherheit und Robustheit des Mobilfunknetzes steigern kann.

Mithilfe der AI4Mobile-Lösung können kritische Dienstgüteparameter (z. B. Datenrate, Verzögerung) einer kompletten Kommunikationsverbindung zwischen Sender und Empfänger vorhergesagt werden. Damit kann eine proaktive Ressourcenoptimierung und Vernetzung in allen Teilen der Mobilfunkinfrastruktur umgesetzt werden. Durch das frühzeitige Erkennen kritischer Zustände wird die Leistungsfähigkeit der Systeme auch bei Eintritt undefinierter Zustände und Störungen aufrechterhalten. Die Sicherheit und Robustheit des Mobilfunknetzes werden erheblich gesteigert, was für dynamische Anwendungen wie automatisiertes Fahren oder mobile Robotik wesentliche Voraussetzungen sind. Damit trägt das Projekt insbesondere in den wichtigen Bereichen Automotive und Industrie 4.0 dazu bei, die Technologieführerschaft des Standorts Deutschland zu festigen.

Neben der Leitung des Projekts trägt das HHI durch die Entwicklung KI-basierter Methoden zur Dienstgüteprädiktion sowie zur Konfiguration wesentlicher Systemparameter in Mobilfunknetzen zu AI4Mobile bei. Ein Schwerpunkt liegt hierbei auf der Prädiktion und entsprechender Konfiguration geeigneter Parameter der Luftschnittstelle für zellulare und direkte (V2V-) Kommunikation. Die entwickelten Konzepte sollen zunächst mithilfe von Simulationen evaluiert werden. Zusätzlich ist eine Implementierung von Demonstratoren in den Anwendungsbereichen Fahrzeug- und Fabrikkommunikation (insbes. mobile Robotik) vorgesehen. Hierbei kann auf Vorarbeiten aus dem Projekt 5GNetMobil aufgebaut werden.