<Zurück zu Datenerfassungs-Toolchain

Ein komplettes Datenerfassungssystem. Dieses System verbindet Sensoren, Netzwerke, Verarbeitungsprozesse und Anwendungen, sodass Teams Rohdaten von Fahrzeugen in nutzbare Erkenntnisse für Tests, Entwicklung und Automatisierung umwandeln können.

---

• Ein Datenlogger ist Teil eines komplettes Fahrzeugdatensystem
• Moderne Fahrzeuge erzeugen täglich riesige Datenmengen.
• Die eigentliche Herausforderung ist Synchronisierung, Zuverlässigkeit und Benutzerfreundlichkeit
• Systeme müssen Folgendes handhaben Edge-Verarbeitung + Cloud-Pipelines
• Unverzichtbar für Elektrofahrzeugtests und autonomes Fahren

---

Warum dies in realen Projekten wichtig ist

Um es ganz deutlich zu sagen:

Das Sammeln von Daten ist einfach.
Die richtige Anwendung? Genau da liegt das Problem.

Ich habe schon erlebt, wie Teams wochenlang Straßentests durchgeführt haben, nur um später festzustellen, dass die Zeitstempel der verschiedenen Sensoren nicht übereinstimmten. Das bedeutete, dass die Daten weder für Analysen noch für Schulungen verwendet werden konnten.

Deshalb ist dieses Thema wichtig.

Das System ist wichtiger als das Gerät.

---

Was ist ein Kfz-Datenlogger heutzutage?

Im Prinzip zeichnet es Signale von Steuergeräten, Sensoren und Netzwerken auf.

In realen Umgebungen funktioniert es jedoch innerhalb eines größeren Systems, das Folgendes umfasst:

• Sensoren und Signalaufbereitung
• Fahrzeugnetzwerke (CAN, Ethernet)
• Edge-Verarbeitung
• Cloud-Speicherung und -Analyse

Die Rolle hat sich von „Aufnahme“ zu Unterstützung der EntscheidungsfindungDie

---

Wie das vollständige Datenerfassungssystem funktioniert

Das System folgt einer fünfschichtigen Struktur:

1. Datenquellenschicht

• Antriebsstrang (Motor, Elektromotor, Batterie)
• Fahrgestell (Bremsen, Federung, Lenkung)
• Intelligente Systeme (LiDAR, Kameras, Radar, V2X)

2. Beschaffungshardware

• Datenlogger
• Sensoren und Konditionierungsmodule
• T-Box (Konnektivität)

3. Transmissionsschicht

• Im Fahrzeug: CAN, CAN FD, Ethernet
• Fernzugriff: 4G, 5G, WLAN, Satellit

4. Datenverarbeitung

• Reinigung
• Konvertierung
• Fusion
• Merkmalsextraktion

5. Anwendungsschicht

• Entwicklung
• Testen
• Produktionsqualität
• Wartung und OTA-Updates

Alles ist miteinander verbunden. Fällt eine Schicht aus, sinkt der Wert rapide.

---

Welche Daten müssen erfasst werden?

Antriebsstrang- und Elektrofahrzeugsysteme

• Motordrehzahl, Druck, Einspritzsignale
• Motordrehmoment und Drehzahl
• Batteriespannung, Stromstärke, Ladezustand, Temperatur
• Steuergerätebefehle und -fehler

Fahrgestell und Karosserie

• Federungsbewegung
• Lenkwinkel
• Bremsdruck
• Reifendruck und -temperatur
• Fahrzeuglage

Intelligente Fahrzeugsysteme

• LiDAR-Punktwolken
• Kameravideo
• Radardaten
• GNSS-Positionierung
• V2X-Kommunikation
• Kabineninteraktionsdaten

Unterschiedliche Datentypen bedeuten unterschiedliche Systemanforderungen:

• Präzision
• Stabilität
• Bandbreite

---

Welche Hardware wird benötigt?

Datenlogger

• 8 bis 128+ Kanäle
• Abtastung von 1 Hz bis 1 MHz
• Bis zu 1 TB Speicherplatz
• Betrieb bei -40 °C bis 85 °C
• CAN-, CAN FD- und Ethernet-Unterstützung

Sensoren und Konditionierung

• Temperatur (±0,1°C)
• Druck (±0,5 % FS)
• Beschleunigung (±0,01 g)
• Drehmomentsensoren

Pflegegriffe:

• Verstärkung
• Filterung
• Geräuschreduzierung
• Hochauflösende Konvertierung

T-Box

• 4G-/5G-Konnektivität
• GNSS-Positionierung
• Energiesparmodus
• Datenwiederherstellung nach Unterbrechung

---

Welche Kommunikationsprotokolle werden verwendet?

• DÜRFEN: Standard-Fahrzeugkommunikation
• CAN FD: höhere Geschwindigkeit für Elektrosysteme
• Ethernet: Daten mit hoher Bandbreite wie Video
• LIN: einfache Steuersignale
• OBD-II: Diagnostik
• DDS / SOME-IP: fortschrittliche Systeme

Die meisten Fahrzeuge führen mehrere Protokolle gleichzeitig aus.
Das bedeutet, dass Gateways notwendig sind.

---

Wie Daten vom Fahrzeug in die Cloud gelangen

Im Fahrzeug

• Sensoren → Datenlogger → Netzwerk

Fernübertragung

• 4G / 5G / WLAN / Satellit

5G ermöglicht:

• Niedrige Latenz (~10 ms)
• Hoher Durchsatz

Offline-Verarbeitung

• Lokaler Speicher
• Später synchronisieren
• Nach Unterbrechung fortsetzen

Sicherheit

• TLS
• AES-Verschlüsselung
• Zugangskontrolle

---

Was geschieht nach der Datenerfassung?

Reinigung

• Rauschen entfernen
• Filtert abnormale Werte
• Duplikate entfernen

Konvertierung

• Standardisierte Einheiten
• Normalisieren Sie Formate

Fusion

• Kombination aus LiDAR, Kamera und Radar
• Genauigkeit verbessern

Vorverarbeitung

• Segment nach Fahrbedingungen
• Wichtige Merkmale extrahieren

Ohne gutes Timing funktioniert das alles nicht.

---

Warum Synchronisation so wichtig ist

Wenn das Timing nicht stimmt:

• Die Sensoren stimmen nicht überein.
• Analyse-Pause
• KI-Modelle versagen

Verwendete Methoden

• GPS-Zeitmessung
• Hardware-Trigger
• PTP (IEEE 1588)
• Softwarekorrektur

Ziele

• ≤1 ms (allgemeine Anwendung)
• ≤1 μs (autonomes Fahren)

Keine Synchronisierung, keine brauchbaren Daten. So einfach ist das.

---

Wie Systeme mit rauen Umgebungen umgehen

Bedingungen

• -40 °C bis 85 °C
• Starke Vibrationen
• Starke elektromagnetische Störungen

Lösungen

• Abgeschirmte Gehäuse
• Geschirmte Kabel
• Trennschaltungen
• Filteralgorithmen
• CRC-Validierung

Installationstipps

• Vermeiden Sie Zonen mit starken Störungen.
• Verwenden Sie vibrationsfeste Halterungen.

---

Datensicherheit in Automobilsystemen

Datentypen

• Fahrzeugleistung
• nutzerbezogene Daten
• Proprietäre Algorithmen

Schutzschichten

• Sichere Geräte
• Verschlüsselte Übertragung
• Verschlüsselter Speicher
• Zugangskontrolle

Datenverarbeitung

• Backup-Systeme
• Datenmaskierung
• Gestaffelte Lagerung

Dies ist nicht länger optional. Es ist Pflicht.

---

Warum Skalierbarkeit entscheidend ist

Modulares Design

• Sensoren einfach hinzufügen
• Kanäle erweitern
• Upgrade-Komponenten

Standardschnittstellen

• CAN FD
• Ethernet
• OBD-II

Edge + Cloud

• Kante reduziert Last
• Die Cloud übernimmt die Analyse.

Wenn Ihr System nicht flexibel ist, wird es nicht lange halten.

---

Fallstudie: Elektroauto-Tests

• 64-Kanal-Logger
• 100 Hz–1 kHz Abtastrate
• CAN FD
• 5G-Konnektivität

Ergebnisse:

• +8 % Akkuleistung
• +3 % Motoreffizienz
• +40 % Testeffizienz

---

Fallstudie: Autonomes Fahren

• 128 Kanäle
• 1 MHz Abtastung
• Ethernet-Netzwerk
• Mikrosekunden-Synchronisation
• 5G-Upload

Stapel:

• Edge-Verarbeitung
• Kafka + Flink
• Hadoop + Spark

Ergebnisse:

• Bessere Synchronisierungsgenauigkeit
• Schnellere Datenverarbeitung
• Verbesserte Trainingszyklen

---

Software-Stack-Übersicht

• Edge: Filterung, Komprimierung
• Streaming: Kafka, Flink
• Analyse: MATLAB, Dashboards

---

Wie man das richtige System auswählt

Frage dich selbst:

• Welche Signale werden benötigt?
• Wie viele Kanäle?
• Erforderliche Abtastrate?
• Welche Protokolle?
• Echtzeit oder offline?
• Umweltbedingte Einschränkungen?
• Sicherheitsanforderungen?

Häufige Fehler

• Synchronisierung wird ignoriert
• Unterschätzung der Bandbreite
• Keine Kantenverarbeitung
• Schwache Sicherheit

---

Zukünftige Ausrichtung

• KI-gestützte Datenverarbeitung
• Vollständige Lebenszyklusintegration
• Kleinere Hardware
• Stärkere Sicherheit

---

Häufig gestellte Fragen (mit Kurzantworten zuerst)

Kurzantworten

• Massive Datenmengen → Verarbeitung mit Edge-Filterung + Cloud-Pipelines
• Synchronisierung → erreicht durch GPS + PTP + Hardware-Trigger
• Übertragung → begrenzt durch Bandbreite und Latenz
• Skalierbarkeit → erfordert modulares Design
• Datenqualität → hängt von der Verarbeitung und Kennzeichnung ab

---

Ausführliche FAQ

1. Wie können Systeme mit massiven Datenmengen umgehen?

Sie nutzen schnellen Onboard-Speicher, filtern Daten am Netzwerkrand und setzen auf verteilte Cloud-Systeme. Es werden nicht alle Daten hochgeladen – nur die relevanten Teile.

---

2. Wie wird die Synchronisierung sichergestellt?

Mittels GPS-Zeitmessung, PTP und Hardware-Triggern. Hochpräzisionssysteme benötigen eine Genauigkeit im Mikrosekundenbereich.

---

3. Was sind die größten Herausforderungen bei der Übertragung?

Bandbreitenbeschränkungen, Latenz und Datenzuverlässigkeit. Lösungen umfassen Pufferung, Komprimierung und 5G-Netze.

---

4. Wie bleiben Systeme skalierbar?

Durch den Einsatz modularer Hardware, Standardprotokolle und flexibler Software-Pipelines.

---

5. Wie wird die Datenqualität für KI sichergestellt?

Durch Bereinigung, Filterung, Segmentierung und einheitliche Kennzeichnung über alle Datensätze hinweg.

---

Autor

Johnny Liu
CEO, Dowway Vehicle

Johnny Liu arbeitet eng mit Fahrzeugtestteams und Projekten zum autonomen Fahren zusammen und konzentriert sich dabei auf Datenerfassungssysteme, Edge Computing und Fahrzeugdatenplattformen.

Letzte Aktualisierung: 24. März 2026

---

Fazit

Das ist die eigentliche Erkenntnis:

Ein Datenlogger allein wird Ihr Problem nicht lösen.

---