- AutorIn
- Andreas Ingo Grohmann Technische Universität Dresden, Institute of Communication Technology
- Titel
- Reliable Wireless Communication for the Industry of the Future
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-1021428
- Übersetzter Titel (DE)
- Zuverlässige drahtlose Kommunikation für die Industrie der Zukunft
- Erstveröffentlichung
- 2026
- Datum der Einreichung
- 23.02.2025
- Datum der Verteidigung
- 02.02.2026
- Abstract (DE)
- Vernetzte cyber-physische Systeme (CPS) und das industrielle internet der Dinge (IIoT) repräsentieren charakterisierende Komponenten der vierten industriellen Revolution. Diese Technologien erfordern Kommunikation mit niedriger Latenz, um eine präzise und schnelle Fernsteuerung von CPSs zu ermöglichen. Derzeit benötigen bestehende Systeme, dass Steuerungen physisch verkabelt und in der Nähe des CPS verbunden sind, was die betriebliche Flexibilität einschränkt. Diese Dissertation untersucht die aktuelle industrielle Revolution und betont den Bedarf an drahtloser, zuverlässiger Kommunikation bei gleichzeitiger Gewährleistung von Einfachheit und Kosteneffizienz. Zunächst konzentriert sich die vorliegende Arbeit auf die Implementierung und Erprobung verschiedener Demonstratoren. Der erste Demonstrator, den wir BakeryRobot nennen, nutzt eine Multi-Access Edge Cloud (MEC) um Rechenaufgaben auszulagern. Dies, stößt teilweise auf Latenzprobleme, abhängig von der Netzwerktechnologie. Der folgende CatchMeIfYouCan-Demonstrator zeigt, wie sich Latenzen auf benutzergesteuerte Roboter auswirken und experimentiert mit Künstlicher Intelligenz (KI) basierten vorhersage Strategien zur Minimierung wahrgenommener Verzögerungen. Ein weiterer Demonstrator bestand aus mehreren dicht gepackten, ferngesteuerten Roboterarmen. Aus diesen Demonstratoren leiteten wir Schlüssel Leistungsindikatoren(KPIs) ab, die drahtlose Kommunikationsnetzwerke erreichen müssen. Diese KPIs beziehungsweise ihre Erfüllung, stehen im Mittelpunkt der Dissertation. Im zweiten Kapitel untersuchen wir verschiedene Routing-Protokolle für drahtlose vermaschte Netzwerke (WMNs), von vollständig dezentralen Ansätzen bis hin zu solchen, die einen lokalen Leiter für das zentrale Netzwerkmanagement bestimmen. Die Erkenntnis, dass aktuelle WMNs den Anforderungen von Industrie 4.0 nicht gerecht werden, lenkt unseren Fokus auf nicht öffentliche 5G Netzwerke (5G NPN). Bestehende Forschung bestätigt, dass 5G NPN die Anforderungen von Industrie 4.0 erfüllen können und dabei hochbandbreitige, latenzarme Kommunikation bereitstellen, die für präzise Roboteroperationen entscheidend ist. Im Anschluss taucht diese Arbeit in die technischen Dimensionen von 5G NPNs ein, einschließlich Benutzergeräten(UE), Kernnetzwerken(CN) und Radiozugangsnetzen(RAN), und hebt die Vorteile von quelloffenen Lösungen für eine kostengünstige Implementierung hervor. Wir beschreiben den Aufbau eines Testbeds, um die realen Fähigkeiten von 5G NPNs über verschiedene Kostenstrukturen basierend auf unterschiedlichen architektonischen Optionen zu bewerten. Die Nutzungs von quelloffenen 5G NPN Implementationen ermöglichte es uns, mehrere CPSs und Sensoren kostengünstig zu verbinden und die Machbarkeit mit Hardwarekosten von etwa €$1,000$\, zu demonstrieren. Unsere Methodik umfasste die Erstellung mehrerer Testbeds, das die Fähigkeit von 5G NPNs bestätigte, wesentliche Leistungsindikatoren zu erfüllen, die für Anwendungsfälle von Industrie 4.0 erforderlich sind. Unsere Ergebnisse zeigen, dass kosteneffiziente 5G NPNs erhebliche Vorteile für kleine und mittelständische Unternehmen (SME) bieten, indem sie Leistung und Ausgaben effektiv ausbalancieren. Zukünftige Forschungen werden darauf abzielen, Netzarchitekturen zu optimieren und neue Anwendungen zu untersuchen, die durch Fortschritte in der 5G-Technologie unterstützt werden.
- Freie Schlagwörter (DE)
- Roboter, vermaschte Netzwerke, 5G NonPublic Networks
- Klassifikation (DDC)
- 621
- Klassifikation (RVK)
- ZN 6560
- GutachterIn
- Prof. Dr. Frank H. P. Fitzek
- Prof. Dr. Fabrizio Granelli
- Prof. Dr. Haris Gacanin
- Den akademischen Grad verleihende / prüfende Institution
- Technische Universität Dresden, Dresden
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:14-qucosa2-1021428
- Veröffentlichungsdatum Qucosa
- 06.03.2026
- Dokumenttyp
- Dissertation
- Sprache des Dokumentes
- Englisch
- Lizenz / Rechtehinweis
- Inhaltsverzeichnis
Chapter 1 Introduction 1.1 Communication Networks in Industry 4.0 1.2 Structure and Publication Overview Chapter 2 Industry 4.0 Use Cases Enabled Through Communication Networks 2.1 Single Remote Controlled Robot in a Small Enterprise 2.1.1 Cost-Efficient Automation Strategies for Pick and Place Operations 2.1.2 Demonstrator Utilizing Local Devices with Edge Cloud Processing 2.1.3 Insights Learned from the Implementation and Presentation 2.2 High Latency in Remote Robot Control via a Web Interface 2.2.1 Long-Distance Remote Control Utilizing the Public Internet 2.2.2 A Simple Game with Increasing Difficulty Through Latency 2.2.3 Insights Learned from the Implementation and Presentation 2.3 Achieving Negative Latency Through Artificial Intelligence 2.3.1 Latency Challenges in Long-Distance Robot Control 2.3.2 Advancements Derived from the CMIYC Demonstrator 2.3.3 Deep Neuronal Network for User Input Prediction 2.3.4 Insights Learned in an User Trials 2.4 Densely Packed Remote Controlled Cyber-Physical Systems 2.4.1 Enhancing Efficiency by Requiring Less Safety Area 2.4.2 Implementation of the Remote Robot Control System 2.4.3 Proof of Concept: Developing a Multi-Robot Demonstrator 2.4.4 Applications Enabled by Remote Controlled Densely Packed Robots 2.4.5 Insights Learned from the Implementation and Presentation 2.5 Summary of Presented Use Cases And Their Required Network Requirements Chapter 3 Wireless Mesh Networks in Industry 4.0 3.1 Fully Decentralized Organized Wireless Mesh Networks 3.1.1 Overview of Opportunistic Routing Protocols 3.1.2 Development of a System Model for Simulations 3.1.3 Functional Demonstration in Two Illustrative Networks 3.1.4 Routing Behavior Across 1,000 Randomly Generated Networks 3.1.5 Conclusion from the Simulative Comparison 3.2 Wireless Mesh Network with Dynamic Central Leadership 3.2.1 OpenThread Protocol and Setup of our Over-the-Air Testbed 3.2.2 Empirical OpenThread Measurements Under Varying Interference 3.3 Summary of the Empirical Analysis of Wireless Mesh Networks Chapter 4 5G Non-Public Network to Enable Industry 4.0 4.1 Background on 5G Non-Public Networks 4.1.1 User Equipment in the Context of Industrial Integration 4.1.2 Core Network Virtualization: From Closed- to Open-Source 4.1.3 Architectural Approaches to Radio Access Network Deployment 4.2 Custom 5G NPN Aligning with Industry Requirements and Budgets 4.2.1 Delineation of Private 5G to WLAN 4.2.2 Custom Deployment options for 5G Non-Public Networks 4.3 Measurement Setup for Benchmarking 5G Non-Public Networks 4.3.1 Initial Testbed Configuration, Ericsson Industry Connect 4.3.2 Analysis of different Software Packet Generators 4.3.3 Verification of Testbed Capabilities 4.3.4 Initial Empirical Analysis of a Carrier-Grade 5G Non-Public Network 4.3.5 Insights Learned from the Initial Testbed Trials 4.4 Measurements with Multiple Users across Three Radio Access Networks 4.4.1 Development of the Evolved Testbed Configuration 4.4.2 Measurement Procedure 4.4.3 Empirical Analysis Utilizing a Single User Equipment 4.4.4 Empirical Analysis Utilizing Five concurring User Equipments 4.4.5 Positioning within the Context of Related Work 4.5 Summary of the Empirical Evaluation on Custom 5G Chapter 5 Conclusion 5.1 Main Contribution 5.2 Future Work Publications Bibliography