Auszug aus den Ergebnissen von OpenLicht – OpenLicht

Ziel dieses Projektes bestand darin, den Zugang zu Licht neu zu definieren: Jeder Mensch sollte die Möglichkeit bekommen, Licht neu denken und realisieren zu können. So liest sich das Zielgruppenspektrum als höchst divers und modern: Interessierte Bürger, Maker und Künstler, aber auch StartUps und Light Professionals sollten Teil einer neuen Lichtcommunity werden können. Um ihnen das Umsetzen von individuellen Lichtlösungen zu erleichtern wurden eine Reihe von Soft- und Hardwarekomponenten entwickelt. Darüber hinaus wurde die Community über verschiedenste Aktionen immer wieder in das Projekt und die Entwicklung mit einbezogen.

OpenLicht Communities

Multidimensional, divers und für jeden zugänglich: OpenLicht findet nicht nur in Offices und Werkstätten statt! Auf verschiedenen Plattformen wird veröffentlicht, ausgetauscht und inspiriert. Darunter: Youtube, Thingiverse und Hand im Glück.

Youtube Channel

Wir öffnen Zeit und Raum – denn darin liegt die Stärke von Videomedien! Auf unserem Youtubechannel zeigen wir, was stattfand und erweitern den Kreis der Teilnehmenden hinein in die Youtube-Community.

☝ Hier geht es zu unserem Youtube-Channel!

Thingiverse

3D Druck trifft Lampendesign! Auf Thingiverse ruft die OpenLicht Community Designerprojekte zum Nachbauen ab: 3D Druck Files, Bauanleitung, Softwarecode sind integriert und animieren zur Weiterentwicklung! Über 1500 Downloads bisher!

Meetup

In unseren Events bauen Kinder ihre intelligente Nachttischleuchte, Künstler kombinieren 3D Druck mit Lampenelektronik und in unseren Makertreffen wird das neue Licht der Zukunft erdacht! Auf Meetup laden wir zu unseren Workshops ein und bauen uns eine Community aus Designern, Bastlern und Technikern auf, die miteinander Lichtevents möglich macht.

Hardware-Komponenten

OpenLicht Hardware ist smart, einstiegsfreundlich, an state-of-the-art Technologien orientiert und open source. Mit einem Klick auf das jeweilige Board erfolgt eine Weiterleitung zur zugehörigen Githubseite mit Informationen und Features, Schematics, Framework und Software. Somit kann jeder die Boards realisieren und hiermit das Licht der Zukunft entwickeln. (Beschreibung per Hover)

Software-Komponenten

Smartes Licht definieren wir neu: Wenn Machine Learning auf Lichtssteuerung trifft resultiert ein System, das sich selbstständig auf Hausbewohner*innen oder Büromitarbeitende einstellt, ihre Präferenzen erlernt und sich mit den Lichtusern weiterentwickelt. Darüber hinaus entstanden viele weitere Apps zur Ansteuerung und zur Weiterentwicklung.

Adaptives System (TUD + IFAG)

Adaptives Software-System zur Steuerung eines Smart-Homes unter Anbindung von Machine Learning, verfügbar unter https://git-st.inf.tu-dresden.de/OpenLicht/eraser

  • Kompatibel zu openHAB
  • Integration von Neuronal Netzwerken mit Framework Encog

Erweiterte openHAB-App (TUD)

Zusätzliche Ansicht zur Darstellung der zuletzt erkannten Aktivitäten und den daraus resultierenden Aktionen des Systems, verfügbar unter https://git-st.inf.tu-dresden.de/OpenLicht/openhab-android

SensorSharing-App (TUD)

App zur Integration von Sensordaten des verwendeten Smartphones oder der Smartwatch, verfügbar unter https://git-st.inf.tu-dresden.de/OpenLicht/openhab-android

Demonstratoren

Inspirationen geben und Möglichkeitsräume eröffnen – das ist das Ziel unserer Demonstratoren. Unsere “OpenLichtel” schnappten sich Boards und entwarfen. Wie wäre es mit einem absolut trockenen Wasserhahn, der auf magische Befehle mit der Hand mal langsamer, mal schneller tropft? Oder einen Minimovinghead zum Selberbauen? (Beschreibung per Hover)

Trommel_lighting

Wasserhahn

Elphi

Glowing-Cup

Zirkiade

Minimoving

Wissenschaftliche Publikationen

  • Bierzynski, Kay, Florian Kalleder, Pavel Lutskov, Frank Rohde, David Morales-Rodríguez, Juan Mena-Carrillo, René Schöne, and Uwe Aßmann. “OpenLicht – A Self-Learning Lighting System Based on OpenHAB,” 156:43–52. SPUB 2018.

  • Kay, Bierzynski, Pavel Lutskov, Juan Mena-Carrillo, René Schöne, and Uwe Aßmann. “The Learning of the OpenLicht System, a Self-Learning Lighting System at the Edge of the Network,” SSI 2018.

  • Mey, Johannes, René Schöne, Görel Hedin, Emma Söderberg, Thomas Kühn, Niklas Fors, Jesper Öqvist, and Uwe Aßmann. “Continuous Model Validation Using Reference Attribute Grammars.” In Proceedings of the 11th ACM SIGPLAN International Conference on Software Language Engineering, 70–82. SLE 2018. ACM, 2018.

  • Schöne, Rene, Johannes Mey, Boqi Ren, and Uwe Aßmann. “Bridging the Gap between Smart Home Platforms and Machine Learning Using Relational Reference Attribute Grammars.” In Proceedings of the 14th International Workshop on Models@run.Time. Munich, 2019.