Prof. Noack

Professor/-in

Prof. Dr.-Ing. Benjamin Noack

Fakultät für Informatik (FIN)
Institut für Intelligente Kooperierende Systeme (IKS)
Gebäude 28, Universitätsplatz 2, 39106 Magdeburg,
Projekte

Aktuelle Projekte

Lazy Estimation in Networked Systems
Laufzeit: 17.04.2023 bis 16.04.2026

Die Menge an Daten, die von batteriebetriebenen, weit verteilten Sensorsystemen bereitgestellt werden, nimmt fortlaufend zu. Moderne Ansätze der Informationsverarbeitung und Datenfusion können dazu beitragen, den notwendigen Kommunikationsaufwand und Energiebedarf deutlich zu reduzieren. Zu diesem Zweck konzentriert sich dieses Projekt auf Techniken der Informationsverarbeitung, die implizite Informationen einbeziehen können. Solche impliziten Informationen können z. B. aus der Sendeentscheidung eines Sensorknotens abgeleitet werden. Obwohl ein Sensorknoten entscheidet, seine Daten nicht zu senden, kann der Zustandsschätzer am Empfänger eine Aktualisierung mit virtuellen Messdaten vornehmen. Beispielsweise kann der Sender die Sensorwerte mit einem Schwellenwert vergleichen, um eine Sendeentscheidung zu treffen. Der Empfänger kann die Entscheidungsregel in Informationen über die Daten übersetzen, auch wenn keine Übertragung stattfindet. Sender und Empfänger können solche Entscheidungsregeln aushandeln, um die Kommunikationskosten für den Sender zu minimieren und zugleich den Informationsgewinn auf Empfängerseite zu maximieren. Da schwellenwertbasierte Strategien für dynamische Systeme zu einschränkend sind, werden modellbasierte und datengetriebene Triggermechanismen untersucht.

In diesem Projekt werden in erster Linie stochastische Trigger betrachtet. Stochastische Trigger haben gegenüber deterministischen Verfahren den Vorteil, dass die implizite Information auf Empfängerseite durch eine Normalverteilung repräsentiert werden kann, die die Verarbeitung deutlich vereinfacht. So muss z. B. ein Kalman-Filter nur geringfügig angepasst werden, um implizite Messinformationen zu verarbeiten. Ziel dieses Projektes ist die Entwicklung eines umfassenden Konzepts ereignisbasierter Zustandsschätzung auf Grundlage stochastischer Triggermechanismen. Hierzu werden zunächst grundlegende Eigenschaften untersucht und intelligente Verfahren entwickelt, die die Schätzqualität und Robustheit ereignisbasierter Informationsverarbeitung verbessern. Neben modellbasierten und datengetriebenen Verfahren werden eine aperiodische und asynchrone Übertragung und Verarbeitung der Sensordaten angestrebt sowie der Einfluss unzuverlässiger Kommunikationsverbindungen untersucht. Die hierbei erzielten Ergebnisse dienen als Grundlage bei der Betrachtung von Multisensorsystemen und hochdimensionalen Schätzproblemen. Ein Beispiel ist die Überwachung eines weiträumigen Phänomens mit Hilfe eines Sensornetzwerks. In solchen verteilten Schätzproblemen entstehen Abhängigkeiten zwischen den Triggerentscheidungen, die explizit bei der Ausnutzung impliziter Information berücksichtigt werden müssen. Das Projekt betrachtet insbesondere Anwendungen im Bereich des Object-Trackings, um die hergeleiteten Konzepte zu evaluieren. Zudem wird das Anwendungspotential ereignisbasierter Verfahren im Bereich neuromorpher Sensorsysteme und als Ansatz zur Geheimhaltung von Zustandsinformationen untersucht.

Projekt im Forschungsportal ansehen

DatAmount - Modellierung des Energie- und Ressourcenverbrauchs von Werkzeugmaschinen mittels intelligenter und dateneffizienter Verfahren
Laufzeit: 01.03.2023 bis 31.08.2025

Im Rahmen des Forschungsprojekts DatAmount werden Methoden entwickelt, die es ermöglichen, energietechnische Modelle von Werkzeugmaschinen zu erstellen. Diese Modelle sind geeignet, das energetische Verhalten von Maschinen für neue Produkte auf der Basis kleiner Datenmengen vorherzusagen. Da vor allem im KMU-Kontext häufig Kleinserien gefertigt werden, sind in vielen Fällen nicht genügend Daten vorhanden, um KI-Modelle zu trainieren. Die physikalische Modellierung hingegen ist oft sehr kostspielig. Aufgrund der geforderten CO2-Nachweise und der gesetzten Klimaziele
befinden sich die Unternehmen somit in einem Spannungsfeld. Auf der einen Seite sind genaue Modelle zur Vorhersage des Energieverbrauchs von Maschinen notwendig, um wettbewerbsfähig zu bleiben. Auf der anderen Seite ist die Erstellung solcher Modelle derzeit entweder sehr teuer oder nicht möglich. Die derzeit meist manuell durchgeführte Vorhersage des Energieverbrauchs ist ebenfalls aufwändig und zudem personengebunden. Der hier vorgestellte Ansatz kombiniert physikalische Modelle des Energieverhaltens von Maschinen mit datenbasierten Machine-Learning-Modellen, wobei besonders dateneffiziente Machine-Learning-Modelle untersucht werden. Dies ermöglicht eine automatisierte,
genaue Vorhersage des Energieverbrauchs von Werkzeugmaschinen. Der Nutzen für KMU liegt in der effizienten Erstellung von Modellen, die den Energieverbrauch und die CO2-Emissionen von neuen Produkten vorhersagen können. Diese Vorhersagen sind oft notwendig, um bei einer Ausschreibung
berücksichtigt zu werden, da der Nachweis der Energie- und Ressourceneffizienz in Ausschreibungen größerer Unternehmen mit CO2-Reduktionszielen oft obligatorisch ist.

Projekt im Forschungsportal ansehen

Ready for Smart City Robots? Multimodale Karten für autonome Mikromobile - R4R
Laufzeit: 01.06.2022 bis 31.05.2025

Problemstellung
Autonom operierende Mobilitätssysteme oder Lieferdienste eröffnen im Hinblick auf die Lebensqualität und Daseinsvorsorge im nicht-urbanen Bereich wie z.B. in den ehemaligen Braunkohleregionen erhebliche Entwicklungspotentiale. Für die Beurteilung des potentiellen Erfolgs der selbständig auf Geh- und Radwegen operierenden Mikromobile bedarf es jedoch umfassender Umgebungsinformationen aus den Operationsgebieten, wie z.B. minimale Wegbreiten, das Fußverkehrsaufkommen oder Sichtlinien. Diese stehen abseits großer Städte nur unvollständig bereit und sind heterogen strukturiert.
Projektziel
Ziel des Vorhabens ist der Entwurf von Strategien für die fahrradgebundene Erhebung der Umgebungsdaten, die für den erfolgreichen Betrieb eines autonomen Mikromobils auf Gehwegen relevant sind (Einsehbarkeit bestimmter Bereiche, Infrastrukturparameter, Personenaufkommen, Netzabdeckung, Umweltdaten). Dafür evaluiert das Vorhaben verschiedene Erhebungsmethoden im Hinblick auf die Effizienz und die Qualität der aggregierten Informationen. Die Verwendbarkeit der Daten wird in zwei konkreten Smart-City/Town-Anwendungsszenarien (Leihfahrräder mit autonomen Bereitstellungsmodus und Lieferroboter) mit entsprechenden Studien untersucht. Damit leistet das Vorhaben einen Beitrag zur datengetriebenen Entwicklung intelligenter Mobilitäts- und Logistikkonzepte, die die spezifischen Besonderheiten unterschiedlicher Siedlungsräume abdecken.

Projekt im Forschungsportal ansehen

Publikationen

2022

Buchbeitrag

Noack, Benjamin; Öhl, Clemens; Hanebeck, Uwe D.

Event-based Kalman filtering exploiting correlated trigger information
In: Konferenz: 25th International Conference on Information Fusion, FUSION, Linköping, Sweden, 04-07 July 2022, 2022 25th International Conference on Information Fusion (FUSION)/ International Conference on Information Fusion - [Piscataway, NJ]: IEEE . - 2022, insges. 8 S.

Buchbeitrag

Ristic, Marko; Noack, Benjamin

Encrypted fast covariance intersection without leaking fusion weights
In: International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI) - [Piscataway, NJ] : IEEE . - 2022, insges. 6 S.

Begutachteter Zeitschriftenartikel

Westermann, Johannes; Mayer, Jana; Petereit, Janko; Noack, Benjamin

Receding horizon cost-aware adaptive sampling for environmental monitoring
In: IEEE control systems letters - New York, NY : IEEE, Bd. 7 (2022), S. 1069-1074

2021

Buchbeitrag

Zhao, Haibin; Funk, Christopher; Noack, Benjamin; Hanebeck, Uwe; Beigl, Michael

Kalman filtered compressive sensing using pseudo-measurements
In: 2021 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2021) - Karlsruhe, 2021, paper 66

Begutachteter Zeitschriftenartikel

Ristic, Marko; Noack, Benjamin; Hanebeck, Uwe D.

Cryptographically privileged state estimation with Gaussian keystreams
In: IEEE control systems letters - New York, NY: IEEE, Bd. 6 (2021), S. 602-607

Begutachteter Zeitschriftenartikel

Radtke, Susanne; Noack, Benjamin; Hanebeck, Uwe D.

Fully Decentralized Estimation Using Square-Root Decompositions
In: In: Journal of Advances in Information Fusion, Bd. 16, 1, S. 3-16, 2021

Begutachteter Zeitschriftenartikel

Ristic, Marko; Noack, Benjamin; Hanebeck, Uwe D.

Secure Fast Covariance Intersection Using Partially Homomorphic and Order Revealing Encryption Schemes
In: IEEE Control Systems Letters, Institute of Electrical and Electronics Engineers (IEEE), 2021, Bd. 5, Heft 1, S. 217-222

Begutachteter Zeitschriftenartikel

Funk, Christopher; Noack, Benjamin; Hanebeck, Uwe D.

Conservative quantization of covariance matrices with applications to decentralized information fusion
In: Sensors - Basel: MDPI, Bd. 21 (2021), 9, insges. 21 S.

2020

Begutachteter Zeitschriftenartikel

Maier, Georg; Pfaff, Florian; Pieper, Christoph; Gruna, Robin; Noack, Benjamin; Kruggel-Emden, Harald; Längle, Thomas; Hanebeck, Uwe D.; Beyerer, Jürgen

Experimental Evaluation of a Novel Sensor-Based Sorting Approach Featuring Predictive Real-Time Multiobject Tracking
In: In: Transactions on Industrial Electronics, 2020

Begutachteter Zeitschriftenartikel

Maier, Georg; Pfaff, Florian; Bittner, Andrea; Gruna, Robin; Noack, Benjamin; Kruggel-Emden, Harald; Hanebeck, Uwe D.; Längle, Thomas; Beyerer, Jürgen

Characterizing Material Flow in Sensor-Based Sorting Systems Using an Instrumented Particle
In: In: at -- Automatisierungstechnik, Bd. 4, 2020

Begutachteter Zeitschriftenartikel

Pfaff, Florian; Pieper, Christoph; Maier, Georg; Noack, Benjamin; Gruna, Robin; Kruggel-Emden, Harald; Hanebeck, Uwe D.; Wirtz, Siegmar; Scherer, Viktor; Längle, Thomas; Beyerer, Jürgen

Predictive Tracking with Improved Motion Models for Optical Belt Sorting
In: In: at -- Automatisierungstechnik, Bd. 4, 2020

Artikel in Kongressband

Noack, Benjamin; Funk, Christopher; Radtke, Susanne; Hanebeck, Uwe D.

State Estimation with Event-Based Inputs Using Stochastic Triggers
In: In: Proceedings of the 21st IFAC World Congress (IFAC 2020), 2020

Artikel in Kongressband

Funk, Christopher; Noack, Benjamin; Hanebeck, Uwe D.

Conservative Quantization of Fast Covariance Intersection
In: In: Proceedings of the 2020 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2020), 2020

Artikel in Kongressband

Li, Kailai; Cox, Johannes; Noack, Benjamin; Hanebeck, Uwe D.

Improved Pose Graph Optimization for Planar Motions Using Riemannian Geometry on the Manifold of Dual Quaternions
In: In: Proceedings of the 21st IFAC World Congress (IFAC 2020), 2020

Artikel in Kongressband

Radtke, Susanne; Noack, Benjamin; Hanebeck, Uwe D.

Reconstruction of Cross-Correlations between Heterogeneous Trackers Using Deterministic Samples
In: In: Proceedings of the 21st IFAC World Congress (IFAC 2020), 2020

Artikel in Kongressband

Radtke, Susanne; Noack, Benjamin; Hanebeck, Uwe D.

Fully Decentralized Estimation Using Square-Root Decompositions
In: In: Proceedings of the 23rd International Conference on Information Fusion (Fusion 2020), 2020

2019

Begutachteter Zeitschriftenartikel

Schmitt, Eva Julia; Noack, Benjamin; Krippner, Wolfgang; Hanebeck, Uwe D.

Gaussianity-Preserving Event-Based State Estimation with an FIR-Based Stochastic Trigger
In: In: IEEE Control Systems Letters, Bd. 3, 3, S. 769-774, 2019, 2475-1456

Artikel in Kongressband

Noack, Benjamin; Orguner, Umut; Hanebeck, Uwe D.

Nonlinear Decentralized Data Fusion with Generalized Inverse Covariance Intersection
In: In: Proceedings of the 22nd International Conference on Information Fusion (Fusion 2019), 2019

Artikel in Kongressband

Radtke, Susanne; Li, Kailai; Noack, Benjamin; Hanebeck, Uwe D.

Comparative Study of Track-to-Track Fusion Methods for Cooperative Tracking with Bearings-only Measurements
In: In: Proceedings of the 2019 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2019), 2019

Artikel in Kongressband

Özgen, Selim; Kohn, Saskia; Noack, Benjamin; Hanebeck, Uwe D.

State Estimation with Model-Mismatch-Based Secrecy against Eavesdroppers
In: In: Proceedings of the 2019 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2019), 2019

Artikel in Kongressband

Li, Kailai; Frisch, Daniel; Noack, Benjamin; Hanebeck, Uwe

Geometry-Driven Deterministic Sampling for Nonlinear Bingham Filtering
In: In: Proceedings of the 2019 European Control Conference (ECC 2019), 2019

Artikel in Kongressband

Radtke, Susanne; Noack, Benjamin; Hanebeck, Uwe D.

Distributed Estimation with Partially Overlapping States based on Deterministic Sample-based Fusion
In: In: Proceedings of the 2019 European Control Conference (ECC 2019), 2019

Artikel in Kongressband

Kronauer, Tobias; Pfaff, Florian; Noack, Benjamin; Tian, Wei; Maier, Georg; Hanebeck, Uwe D.

Feature-Aided Multitarget Tracking for Optical Belt Sorters
In: In: Proceedings of the 22nd International Conference on Information Fusion (Fusion 2019), 2019

Artikel in Kongressband

Radtke, Susanne; Noack, Benjamin; Hanebeck, Uwe D.

Consistent Fusion in Networks Using Square-root Decompositions of Correlations
In: In: Proceedings of the 22nd International Conference on Information Fusion (Fusion 2019), 2019

2018

Buchbeitrag

Rosenthal, Florian; Noack, Benjamin; Hanebeck, Uwe D.

State Estimation in Networked Control Systems with Delayed and Lossy Acknowledgments
In: In: Multisensor Fusion and Integration in the Wake of Big Data, Deep Learning and Cyber Physical System, Springer International Publishing, S. 22-38, 2018, 978-3-319-90509-9

Begutachteter Zeitschriftenartikel

Pieper, Christoph; Pfaff, Florian; Maier, Georg; Kruggel-Emden, Harald; Wirtz, Siegmar; Noack, Benjamin; Gruna, Robin; Scherer, Viktor; Hanebeck, Uwe D.; Längle, Thomas; Beyerer, Jürgen

Numerical Modelling of an Optical Belt Sorter Using a DEMCFD Approach Coupled with Particle Tracking and Comparison with Experiments
In: In: Powder Technology, Bd. 370, S. 181-193, 2018

Begutachteter Zeitschriftenartikel

Duník, Jindich; Straka, Ondej; Noack, Benjamin; Steinbring, Jannik; Hanebeck, Uwe D.

On Directional Splitting of Gaussian Density in Nonlinear Random Variable Transformation
In: In: IET Signal Processing, 2018, 1751-9683

Begutachteter Zeitschriftenartikel

Dormann, Katharina; Noack, Benjamin; Hanebeck, Uwe D.

Optimally Distributed Kalman Filtering with Data-Driven Communication
In: In: Sensors, Bd. 18, 4, 2018, 1424-8220

Artikel in Kongressband

Rosenthal, Florian; Noack, Benjamin; Hanebeck, Uwe D.

Scheduling of Measurement Transmission in Networked Control Systems Subject to Communication Constraints
In: In: Proceedings of the 2018 American Control Conference (ACC 2018), 2018

Artikel in Kongressband

Radtke, Susanne; Noack, Benjamin; Hanebeck, Uwe D.; Straka, Ondej

Reconstruction of Cross-Correlations with Constant Number of Deterministic Samples
In: In: Proceedings of the 21st International Conference on Information Fusion (Fusion 2018), 2018

Artikel in Kongressband

Özgen, Selim; Hanebeck, Uwe D.; Noack, Benjamin; Huber, Marco; Rosenthal, Florian; Mayer, Jana

Retrodiction of Data Association Probabilities via Convex Optimization
In: In: Proceedings of the 21st International Conference on Information Fusion (Fusion 2018), 2018

Artikel in Kongressband

Aristov, Mikhail; Noack, Benjamin; Hanebeck, Uwe D.; Müller-Quade, Jörn

Encrypted Multisensor Information Filtering
In: In: Proceedings of the 21st International Conference on Information Fusion (Fusion 2018), 2018

Artikel in Kongressband

Li, Kailai; Frisch, Daniel; Radtke, Susanne; Noack, Benjamin; Hanebeck, Uwe D.

Wavefront Orientation Estimation Based on Progressive Bingham Filtering
In: In: Proceedings of the IEEE ISIF Workshop on Sensor Data Fusion: Trends, Solutions, Applications (SDF 2018), 2018

2017

Begutachteter Zeitschriftenartikel

Pfaff, Florian; Maier, Georg; Aristov, Mikhail; Noack, Benjamin; Gruna, Robin; Hanebeck, Uwe D.; Längle, Thomas; Beyerer, Jürgen; Pieper, Christoph; Kruggel-Emden, Harald; Wirtz, Siegmar; Scherer, Viktor

Real-Time Motion Prediction Using the Chromatic Offset of Line Scan Cameras
In: In: at - Automatisierungstechnik, De Gruyter, 2017

Begutachteter Zeitschriftenartikel

Noack, Benjamin; Sijs, Joris; Reinhardt, Marc; Hanebeck, Uwe D.

Decentralized Data Fusion with Inverse Covariance Intersection
In: In: Automatica, Bd. 79, S. 35-41, 2017

Begutachteter Zeitschriftenartikel

Maier, Georg; Pfaff, Florian; Wagner, Matthias; Pieper, Christoph; Gruna, Robin; Noack, Benjamin; Kruggel-Emden, Harald; Längle, Thomas; Hanebeck, Uwe D.; Wirtz, Siegmar; Scherer, Viktor; Beyerer, Jürgen

Real-Time Multitarget Tracking for Sensor-Based Sorting
In: In: Journal of Real-Time Image Processing, 2017

Begutachteter Zeitschriftenartikel

Maier, Georg; Pfaff, Florian; Becker, Florian; Pieper, Christoph; Gruna, Robin; Noack, Benjamin; Kruggel-Emden, Harald; Längle, Thomas; Hanebeck, Uwe D.; Wirtz, Siegmar; Scherer, Viktor; Beyerer, Jürgen

Motion-Based Material Characterization in Sensor-Based Sorting
In: In: tm - Technisches Messen, De Gruyter, 2017

Artikel in Kongressband

Sijs, Joris; Noack, Benjamin

Event-Based Estimation in a Feedback Loop Anticipating on Imperfect Communication
In: In: Proceedings of the 20th IFAC World Congress (IFAC 2017), 2017

Artikel in Kongressband

Pieper, Christoph; Maier, Georg; Pfaff, Florian; Kruggel-Emden, Harald; Gruna, Robin; Noack, Benjamin; Wirtz, Siegmar; Scherer, Viktor; Längle, Thomas; Hanebeck, Uwe D.; Beyerer, Jürgen

Numerical Modelling of the Separation of Complex Shaped Particles in an Optical Belt Sorter Using a DEM--CFD Approach and Comparison with Experiments
In: In: V International Conference on Particle-based Methods. Fundamentals and Applications (PARTICLES 2017), 2017

Artikel in Kongressband

Rosenthal, Florian; Noack, Benjamin; Hanebeck, Uwe D.

State Estimation in Networked Control Systems With Delayed And Lossy Acknowledgments
In: In: Proceedings of the 2017 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2017), 2017

Artikel in Kongressband

Pfaff, Florian; Kurz, Gerhard; Pieper, Christoph; Maier, Georg; Noack, Benjamin; Kruggel-Emden, Harald; Gruna, Robin; Hanebeck, Uwe D.; Wirtz, Siegmar; Scherer, Viktor; Längle, Thomas; Beyerer, Jürgen

Improving Multitarget Tracking Using Orientation Estimates for Sorting Bulk Materials
In: In: Proceedings of the 2017 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2017), 2017

Artikel in Kongressband

Noack, Benjamin; Sijs, Joris; Hanebeck, Uwe D.

Inverse Covariance Intersection: New Insights and Properties
In: In: Proceedings of the 20th International Conference on Information Fusion (Fusion 2017), 2017

Artikel in Kongressband

Pfaff, Florian; Noack, Benjamin; Hanebeck, Uwe D.; Govaers, Felix; Koch, Wolfgang

Information Form Distributed Kalman Filtering (IDKF) with Explicit Inputs
In: In: Proceedings of the 20th International Conference on Information Fusion (Fusion 2017), 2017

Artikel in Kongressband

Maier, Georg; Pfaff, Florian; Becker, Florian; Pieper, Christoph; Gruna, Robin; Noack, Benjamin; Kruggel-Emden, Harald; Längle, Thomas; Hanebeck, Uwe D.; Wirtz, Siegmar; Scherer, Viktor; Beyerer, Jürgen

Improving Material Characterization in Sensor-Based Sorting by Utilizing Motion Information
In: In: Proceedings of the 3rd Conference on Optical Characterization of Materials (OCM 2017), 2017

Artikel in Kongressband

Dormann, Katharina; Noack, Benjamin; Hanebeck, Uwe D.

Distributed Kalman Filtering With Reduced Transmission Rate
In: In: Proceedings of the 2017 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2017), 2017

Artikel in Kongressband

Pfaff, Florian; Noack, Benjamin; Hanebeck, Uwe D.

Optimal Distributed Combined Stochastic and Set-Membership State Estimation
In: In: Proceedings of the 20th International Conference on Information Fusion (Fusion 2017), 2017

2016

Begutachteter Zeitschriftenartikel

Pfaff, Florian; Pieper, Christoph; Maier, Georg; Noack, Benjamin; Kruggel-Emden, Harald; Gruna, Robin; Hanebeck, Uwe D.; Wirtz, Siegmar; Scherer, Viktor; Längle, Thomas; Beyerer, Jürgen

Improving Optical Sorting of Bulk Materials Using Sophisticated Motion Models
In: In: tm - Technisches Messen, De Gruyter, Bd. 83, 2, S. 77-84, 2016

Begutachteter Zeitschriftenartikel

Pieper, Christoph; Maier, Georg; Pfaff, Florian; Kruggel-Emden, Harald; Wirtz, Siegmar; Gruna, Robin; Noack, Benjamin; Scherer, Viktor; Längle, Thomas; Beyerer, Jürgen; Hanebeck, Uwe D.

Numerical Modeling of an Automated Optical Belt Sorter using the Discrete Element Method
In: In: Powder Technology, 2016

Artikel in Kongressband

Steinbring, Jannik; Noack, Benjamin; Reinhardt, Marc; Hanebeck, Uwe D.

Optimal Sample-Based Fusion for Distributed State Estimation
In: In: Proceedings of the 19th International Conference on Information Fusion (Fusion 2016), 2016

Artikel in Kongressband

Faion, Florian; Zea, Antonio; Noack, Benjamin; Steinbring, Jannik; Hanebeck, Uwe D.

Camera- and IMU-based Pose Tracking for Augmented Reality
In: In: Proceedings of the 2016 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2016), 2016

Artikel in Kongressband

Maier, Georg; Pfaff, Florian; Pieper, Christoph; Gruna, Robin; Noack, Benjamin; Kruggel-Emden, Harald; Längle, Thomas; Hanebeck, Uwe D.; Wirtz, Siegmar; Scherer, Viktor; Beyerer, Jürgen

Fast Multitarget Tracking via Strategy Switching for Sensor-Based Sorting
In: In: Proceedings of the 2016 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2016), 2016

Artikel in Kongressband

Noack, Benjamin; Pfaff, Florian; Baum, Marcus; Hanebeck, Uwe D.

State Estimation Considering Negative Information with Switching Kalman and Ellipsoidal Filtering
In: In: Proceedings of the 19th International Conference on Information Fusion (Fusion 2016), 2016

Artikel in Kongressband

Noack, Benjamin; Sijs, Joris; Hanebeck, Uwe D.

Algebraic Analysis of Data Fusion with Ellipsoidal Intersection
In: In: Proceedings of the 2016 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2016), 2016

Artikel in Kongressband

Pfaff, Florian; Pieper, Christoph; Maier, Georg; Noack, Benjamin; Kruggel-Emden, Harald; Gruna, Robin; Hanebeck, Uwe D.; Wirtz, Siegmar; Scherer, Viktor; Längle, Thomas; Beyerer, Jürgen

Simulation-based Evaluation of Predictive Tracking for Sorting Bulk Materials
In: In: Proceedings of the 2016 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2016), 2016

Artikel in Kongressband

Pieper, Christoph; Kruggel-Emden, Harald; Wirtz, Siegmar; Scherer, Viktor; Pfaff, Florian; Noack, Benjamin; Hanebeck, Uwe D.; Maier, Georg; Gruna, Robin; Längle, Thomas; Beyerer, Jürgen

Numerical Investigation of Optical Sorting using the Discrete Element Method
In: In: Proceedings of the 7th International Conference on Discrete Element Methods (DEM7), 2016

2015

Buchbeitrag

Noack, Benjamin; Sijs, Joris; Reinhardt, Marc; Hanebeck, Uwe D.

Treatment of Dependent Information in Multisensor Kalman Filtering and Data Fusion
In: In: Multisensor Data Fusion: From Algorithms and Architectural Design to Applications, CRC Press, S. 169-192, 2015

Buchbeitrag

Sijs, Joris; Noack, Benjamin; Lazar, Mircea; Hanebeck, Uwe D.

Time-Periodic State Estimation with Event-Based Measurement Updates
In: In: Event-Based Control and Signal Processing, CRC Press, S. 261-279, 2015

Begutachteter Zeitschriftenartikel

Reinhardt, Marc; Noack, Benjamin; Arambel, Pablo O.; Hanebeck, Uwe D.

Minimum Covariance Bounds for the Fusion under Unknown Correlations
In: In: IEEE Signal Processing Letters, Bd. 22, 9, S. 1210 - 1214, 2015

Artikel in Kongressband

Baum, Marcus; Noack, Benjamin; Hanebeck, Uwe D.

Kalman Filter-based SLAM with Unknown Data Association using Symmetric Measurement Equations
In: In: Proceedings of the 2015 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2015), 2015

Artikel in Kongressband

Pfaff, Florian; Baum, Marcus; Noack, Benjamin; Hanebeck, Uwe D.; Gruna, Robin; Längle, Thomas; Beyerer, Jürgen

TrackSort: Predictive Tracking for Sorting Uncooperative Bulk Materials
In: In: Proceedings of the 2015 IEEE International Conference on Multisensor Fusion and Information Integration (MFI 2015), 2015

Artikel in Kongressband

Noack, Benjamin; Baum, Marcus; Hanebeck, Uwe D.

State Estimation for Ellipsoidally Constrained Dynamic Systems with Set-membership Pseudo Measurements
In: In: Proceedings of the 2015 IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2015), 2015

Artikel in Kongressband

Noack, Benjamin; Julier, Simon J.; Hanebeck, Uwe D.

Treatment of Biased and Dependent Sensor Data in Graph-based SLAM
In: In: Proceedings of the 18th International Conference on Information Fusion (Fusion 2015), 2015

2014

Artikel in Kongressband

Noack, Benjamin; Sijs, Joris; Hanebeck, Uwe D.

Fusion Strategies for Unequal State Vectors in Distributed Kalman Filtering
In: In: Proceedings of the 19th IFAC World Congress (IFAC 2014), 2014

Artikel in Kongressband

Noack, Benjamin; Reinhardt, Marc; Hanebeck, Uwe D.

On Nonlinear Track-to-track Fusion with Gaussian Mixtures
In: In: Proceedings of the 17th International Conference on Information Fusion (Fusion 2014), 2014

Artikel in Kongressband

Sijs, Joris; Kester, Leon; Noack, Benjamin

A Study on Event Triggering Criteria for Estimation
In: In: Proceedings of the 17th International Conference on Information Fusion (Fusion 2014), 2014

Artikel in Kongressband

Reinhardt, Marc; Noack, Benjamin; Hanebeck, Uwe D.

Reconstruction of Joint Covariance Matrices in Networked Linear Systems
In: In: Proceedings of the 48th Annual Conference on Information Sciences and Systems (CISS 2014), 2014

Artikel in Kongressband

Reinhardt, Marc; Noack, Benjamin; Kulkarni, Sanjeev; Hanebeck, Uwe D.

Distributed Kalman Filtering in the Presence of Packet Delays and Losses
In: In: Proceedings of the 17th International Conference on Information Fusion (Fusion 2014), 2014

Artikel in Kongressband

Ajgl, Jií; imandl, Miroslav; Reinhardt, Marc; Noack, Benjamin; Hanebeck, Uwe D.

Covariance Intersection in State Estimation of Dynamical Systems
In: In: Proceedings of the 17th International Conference on Information Fusion (Fusion 2014), 2014

2013

Dissertation

Noack, Benjamin

State Estimation for Distributed Systems with Stochastic and Set-membership Uncertainties
In: 2013

Artikel in Kongressband

Noack, Benjamin; Julier, Simon J.; Reinhardt, Marc; Hanebeck, Uwe D.

Nonlinear Federated Filtering
In: In: Proceedings of the 16th International Conference on Information Fusion (Fusion 2013), 2013

Artikel in Kongressband

Sijs, Joris; Hanebeck, Uwe D.; Noack, Benjamin

An Empirical Method to Fuse Partially Overlapping State Vectors for Distributed State Estimation
In: In: Proceedings of the 2013 European Control Conference (ECC 2013), 2013

Artikel in Kongressband

Reinhardt, Marc; Noack, Benjamin; Hanebeck, Uwe D.

Advances in Hypothesizing Distributed Kalman Filtering
In: In: Proceedings of the 16th International Conference on Information Fusion (Fusion 2013), 2013

Artikel in Kongressband

Pfaff, Florian; Noack, Benjamin; Hanebeck, Uwe D.

Data Validation in the Presence of Stochastic and Set-membership Uncertainties
In: In: Proceedings of the 16th International Conference on Information Fusion (Fusion 2013), 2013

Artikel in Kongressband

Sijs, Joris; Noack, Benjamin; Hanebeck, Uwe D.

Event-based State Estimation with Negative Information
In: In: Proceedings of the 16th International Conference on Information Fusion (Fusion 2013), 2013

2012

Artikel in Kongressband

Reinhardt, Marc; Noack, Benjamin; Hanebeck, Uwe D.

Closed-form Optimization of Covariance Intersection for Low-dimensional Matrices
In: In: Proceedings of the 15th International Conference on Information Fusion (Fusion 2012), 2012

Artikel in Kongressband

Noack, Benjamin; Pfaff, Florian; Hanebeck, Uwe D.

Optimal Kalman Gains for Combined Stochastic and Set-Membership State Estimation
In: In: Proceedings of the 51st IEEE Conference on Decision and Control (CDC 2012), 2012

Artikel in Kongressband

Noack, Benjamin; Pfaff, Florian; Hanebeck, Uwe D.

Combined Stochastic and Set-membership Information Filtering in Multisensor Systems
In: In: Proceedings of the 15th International Conference on Information Fusion (Fusion 2012), 2012

Artikel in Kongressband

Reinhardt, Marc; Noack, Benjamin; Hanebeck, Uwe D.

Decentralized Control Based on Globally Optimal Estimation
In: In: Proceedings of the 51st IEEE Conference on Decision and Control (CDC 2012), 2012

Artikel in Kongressband

Reinhardt, Marc; Noack, Benjamin; Hanebeck, Uwe D.

On Optimal Distributed Kalman Filtering in Non-ideal Situations
In: In: Proceedings of the 15th International Conference on Information Fusion (Fusion 2012), 2012

Artikel in Kongressband

Reinhardt, Marc; Noack, Benjamin; Hanebeck, Uwe D.

The Hypothesizing Distributed Kalman Filter
In: In: Proceedings of the IEEE International Conference on Multisensor Fusion and Integration for Intelligent Systems (MFI 2012), 2012

Artikel in Kongressband

Benavoli, Alessio; Noack, Benjamin

Pushing Kalman's Idea to the Extremes
In: In: Proceedings of the 15th International Conference on Information Fusion (Fusion 2012), 2012

2011

Artikel in Kongressband

Noack, Benjamin; Baum, Marcus; Hanebeck, Uwe D.

Automatic Exploitation of Independencies for Covariance Bounding in Fully Decentralized Estimation
In: In: Proceedings of the 18th IFAC World Congress (IFAC 2011), 2011

Artikel in Kongressband

Baum, Marcus; Noack, Benjamin; Beutler, Frederik; Itte, Dominik; Hanebeck, Uwe D.

Optimal Gaussian Filtering for Polynomial Systems Applied to Association-free Multi-Target Tracking
In: In: Proceedings of the 14th International Conference on Information Fusion (Fusion 2011), 2011

Artikel in Kongressband

Noack, Benjamin; Lyons, Daniel; Nagel, Matthias; Hanebeck, Uwe D.

Nonlinear Information Filtering for Distributed Multisensor Data Fusion
In: In: Proceedings of the 2011 American Control Conference (ACC 2011), 2011

Artikel in Kongressband

Reinhardt, Marc; Noack, Benjamin; Baum, Marcus; Hanebeck, Uwe D.

Analysis of Set-theoretic and Stochastic Models for Fusion under Unknown Correlations
In: In: Proceedings of the 14th International Conference on Information Fusion (Fusion 2011), 2011

Artikel in Kongressband

Noack, Benjamin; Baum, Marcus; Hanebeck, Uwe D.

Covariance Intersection in Nonlinear Estimation Based on Pseudo Gaussian Densities
In: In: Proceedings of the 14th International Conference on Information Fusion (Fusion 2011), 2011

Artikel in Kongressband

Baum, Marcus; Noack, Benjamin; Hanebeck, Uwe D.

Random Hypersurface Mixture Models for Tracking Multiple Extended Objects
In: In: Proceedings of the 50th IEEE Conference on Decision and Control (CDC 2011), 2011

Artikel in Kongressband

Schmid, Johannes; Beutler, Frederik; Noack, Benjamin; Hanebeck, Uwe D.; Müller-Glaser, Klaus D.

An Experimental Evaluation of Position Estimation Methods for Person Localization in Wireless Sensor Networks
In: In: Proceedings of the 8th European Conference on Wireless Sensor Networks (EWSN 2011), Springer, Bd. 6567, S. 147-162, 2011

2010

Buchbeitrag

Noack, Benjamin; Klumpp, Vesa; Lyons, Daniel; Hanebeck, Uwe D.

Systematische Beschreibung von Unsicherheiten in der Informationsfusion mit Mengen von Wahrscheinlichkeitsdichten
In: In: Verteilte Messsysteme, KIT Scientific Publishing, S. 167-178, 2010

Buchbeitrag

Lyons, Daniel; Hekler, Achim; Noack, Benjamin; Hanebeck, Uwe D.

Maße für Wahrscheinlichkeitsdichten in der informationstheoretischen Sensoreinsatzplanung
In: In: Verteilte Messsysteme, KIT Scientific Publishing, S. 121-132, 2010

Begutachteter Zeitschriftenartikel

Noack, Benjamin; Klumpp, Vesa; Lyons, Daniel; Hanebeck, Uwe D.

Modellierung von Unsicherheiten und Zustandsschätzung mit Mengen von Wahrscheinlichkeitsdichten
In: In: tm - Technisches Messen, Oldenbourg Verlag, Bd. 77, 10, S. 544-550, 2010

Artikel in Kongressband

Klumpp, Vesa; Noack, Benjamin; Baum, Marcus; Hanebeck, Uwe D.

Combined Set-Theoretic and Stochastic Estimation: A Comparison of the SSI and the CS Filter
In: In: Proceedings of the 13th International Conference on Information Fusion (Fusion 2010), 2010

Artikel in Kongressband

Lyons, Daniel; Noack, Benjamin; Hanebeck, Uwe D.

A Log-Ratio Information Measure for Stochastic Sensor Management
In: In: Proceedings of the IEEE International Conference on Sensor Networks, Ubiquitous, and Trustworthy Computing (SUTC 2010), 2010

Artikel in Kongressband

Noack, Benjamin; Klumpp, Vesa; Petkov, Nikolay; Hanebeck, Uwe D.

Bounding Linearization Errors with Sets of Densities in Approximate Kalman Filtering
In: In: Proceedings of the 13th International Conference on Information Fusion (Fusion 2010), 2010

Artikel in Kongressband

Hekler, Achim; Lyons, Daniel; Noack, Benjamin; Hanebeck, Uwe D.

Nonlinear Model Predictive Control Considering Stochastic and Systematic Uncertainties with Sets of Densities
In: In: Proceedings of the IEEE Multi-Conference on Systems and Control (MSC 2010), 2010

Artikel in Kongressband

Bogatyrenko, Evgeniya; Noack, Benjamin; Hanebeck, Uwe D.

Reliable Estimation of Heart Surface Motion under Stochastic and Unknown but Bounded Systematic Uncertainties
In: In: Proceedings of the 2010 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS 2010), 2010

Artikel in Kongressband

Baum, Marcus; Noack, Benjamin; Hanebeck, Uwe D.

Extended Object and Group Tracking with Elliptic Random Hypersurface Models
In: In: Proceedings of the 13th International Conference on Information Fusion (Fusion 2010), 2010

2009

Artikel in Kongressband

Noack, Benjamin; Klumpp, Vesa; Hanebeck, Uwe D.

State Estimation with Sets of Densities considering Stochastic and Systematic Errors
In: In: Proceedings of the 12th International Conference on Information Fusion (Fusion 2009), 2009

2008

Artikel in Kongressband

Noack, Benjamin; Klumpp, Vesa; Brunn, Dietrich; Hanebeck, Uwe D.

Nonlinear Bayesian Estimation with Convex Sets of Probability Densities
In: In: Proceedings of the 11th International Conference on Information Fusion (Fusion 2008), S. 1-8, 2008

Profil
Multisensor Data Fusion
Multisensor data fusion is the process of combining data streams from multiple – possibly heterogeneous and complementary – sensors. As a result, systems like autonomous mobile robots benefit from increased data quality and reliability, can estimate unmeasured states, and can cover larger areas with their sensors. Our research includes
  • Kalman filtering and nonlinear estimation
  • Modeling and uncertainty quantification
  • Algorithms for localization, tracking, and situational awareness
  • Decentralized data fusion in mobile systems and ad-hoc sensor networks

Resource-Efficient Sensor Data Processing
Mobile sensor systems typically have resource constraints in processing capabilities, battery power, and storage space. Also, communication bandwidth is a limiting factor when multiple systems need to exchange sensor data. Multisensor data fusion can address these limitations by different measures. Our research includes
  • Reduced-complexity fusion algorithms
  • Adaptive sampling rates and asynchronous processing
  • Event-based sensor fusion and estimation
  • Quantization of sensor data and estimates

Localization with Mutual Dependencies
Precise localization and tracking of vehicles such as drones or cars is essential for their safe autonomous operation, particularly when they operate in constrained shared spaces and must therefore interact with one another. Decentralized methods for combining information distributed across several vehicles and exploiting mutual dependencies are beneficial in such scenarios. Our research includes
  • Optimization-based state estimation
  • Utilization of mutual dependencies
  • Decentralized optimization algorithms
  • Spatially distributed measurements

Privacy-Preserving Data Fusion
With the advancements in distributed algorithms and cloud computing, the reliance on public communication channels and untrusted participants has stressed the requirement for data privacy. Privacy-preserving data fusion presents methods for increasing participants' data quality in distributed environments while keeping their sensitive data private. This includes private state estimates, exact measurements and fixed locations. Our research includes
  • Privacy-preserving distributed localization
  • Homomorphic and functional encrypted cloud data fusion
  • Cryptographic privileges in estimation
  • Quantifiable data fusion leakage
Service
Keine Daten im Forschungsportal hinterlegt.
Vita
Benjamin Noack is professor for practical computer science and autonomous mobility at the Otto von Guericke University Magdeburg and heads the Autonomous Multisensor Systems group in the Institute of Intelligent Cooperating Systems (ICS). He has obtained his Ph.D. from Karlsruhe Institute of Technology. His main area of research lies in distributed estimation approaches to multisensor data fusion, navigation, and tracking with applications in autonomous driving, sensor networks, and industrial process automation.
Presse
Keine Daten im Forschungsportal hinterlegt.

Letzte Änderung: 18.05.2023 - Ansprechpartner: Webmaster