Skip to content

Latest commit

 

History

History
149 lines (91 loc) · 5.74 KB

2019.md

File metadata and controls

149 lines (91 loc) · 5.74 KB
Raw

Osnahack 2019

Die Projekte

Hier sind alle Projekte in alphabetischer Reihenfolge gelistet, gepitcht werden sie am Freitag, 28.06.2019 um 18:30 Uhr in der Vitischanze Osnabrück. Die Reihenfolge dafür wurde ausgelost und ist folgende:

  1. PeerOS
  2. urbanBiking
  3. OpenAirOsna
  4. ANISHARE powered by MOSSkit
  5. watchdock
  6. Smart Waste
  7. cisternOS

ANISHARE powerd by MOSSkit

Kurzbeschreibung:

Teammitglieder:

Platzierung: keine

Link GitHub Repo:

cisternOS - Water different

Kurzbeschreibung:

Intelligente Brauchwasserzisternen können zum Überflutungsschutz beitragen und lassen sich mit Hilfe von Mess- und Steuerungstechnik wie LoRaWAN smart steuern. Die Zisternen entleeren sich vor einem Starkregenereignis voll automatisiert und können so die großen Regenmengen aufnehmen, die sonst auf den Straßen und in den Kellern für Schäden sorgen. Die Zisternen greifen dabei auf Wetterprognosen zurück und können so im Vorfeld Starkregenereignisse erkennen und auf die zu erwartende Niederschlagsmenge angepasste Speichervolumen freigeben. Über Dashboards können Hauseigentümer und Netzbetreiber Angaben zur Auslastung und dem Funktionszustand der Pumpen einsehen. Eine Starkregenprognose rundet das Gesamtbild ab.

Teammitglieder:

Platzierung: Publikumspreis

Link GitHub-Repo: https://github.com/nilskliesing/cisternOS

OpenAirOsna

Kurzbeschreibung:

Teammitglieder:

Platzierung: 3. Platz

Link GitHub Repo:

PeerOS

Kurzbeschreibung:

The main goal of the project is to lay a strong foundation for making Osnabrück a smart city, maintaining security, control, transparency, and added value of the user data. We want to provide a platform (via IOTA) for users giving them full control over their data, while making transactions for different purposes.

Teammitglieder:

Link GitHub Repo: https://github.com/IotGod/LorawanHack

Platzierung: keine

Smart Waste

Kurzbeschreibung:

Das Ziel dieses Projektes war es die Mülleimer der Stadt Smart zu machen und damit unnötige Wege zu sparen. Um dieses Ziel zu erreichen wurde ein kostengünstiger Sensor entwickelt, der in der Lage ist den Füllstand der Tonne zu erfassen und diesen per LoRaWan ins Netz einzuspeisen. Auf dieser Datenbasis kann nun das Dashboard auswerten und anzeigen, wo sich volle Mülleimer befinden. Mit Hilfe intellegenter Algorithmen lässt sich nun das "Travelling-Salesman" Problem lösen und die beste Route ermitteln. Viele weitere Einsatzmöglichkeiten sind denkbar, dies macht das Projekt extrem Skalierbar und wirtschaftlich gut nutzbar.

Teammitglieder:

Platzierung: 1. Platz

Link GitHub Repo:

urbanBiking

Kurzbeschreibung:

Wir wollen die sichersten Routen für Fahrradfahrer*innen ermitteln und visualisieren. Dazu haben wir zunächst Daten aus OpenStreetMap mit Daten der Stadt Osnabrück kombiniert, dann eine Metrik entworfen, um die einzelnen Werte zu normalisieren und zu gewichten und im Anschluss mit Algorithmen aus der Geoinformatik alles in einer Ampel-Farbskala auf einer Karte dargestellt. Die Software ist funktionsfähig, modular erweiterbar und frei verfügbar.

Teammitglieder:

Platzierung: keine

Link GitHub Repo: https://github.com/elanfer/OSNA-HACK_bikeproject

watchdock

Kurzbeschreibung:

Mit unserer Hardware basierten Web App „watchdock“ bieten wir Städten, Stadtwerken und Verkehrszentralen den Zugang zu relevanten Daten über die Stadt. Unsere Lösung vereinfacht die aktuelle Datenerhebung. Zum einen wird bislang der Feinstaubgehalt in der Stadt lediglich durch zwei Sensoren gemessen. Außerdem werden für das Melden von Straßenschäden und defekten Straßenlaternen Bürger durch das nutzen der Meldefunktion der Osnabrück-App instrumentalisiert, die Messwerte sind jedoch aufgrund von mangelnder Zuverlässigkeit und Vergleichbarkeit nur begrenzt belastbar. Zur Verbesserung des Verkehrsflusses und zur Minderung von Gefahrensituationen führen derzeit Mitarbeiter der Stadt Kontrollfahrten durch. Durch unser Device, welches mit einem Lichtsensor, zur Messung der Funktion der Straßenlaternen, einem Gyroskop zur Untersuchung des Fahrverhaltens und der Straßenunebenheiten und einem Luftsensor zur flächendeckenden Feinstaubmessung, ausgestattet ist, können diese Daten zeitgleich erhoben werden. Das Device wird an Bussen befestigt und in einer webbasierten App durch eine Karte dargestellt. Nutzer bekommen direkte Hinweise zu möglichen Defekten.

Teammitglieder:

  • Marlene Eimterbäumer

  • Erik Eimterbäumer

  • Lars Malewski

  • Jan Kalthöfer

  • Kai Rauer

  • René von der Haar (Mentor)

Platzierung: 2. Platz

Link GitHub Repo: