DurableCASE: robotvoertuigen in de agrosector

Een groot aantal partijen, waaronder De Haagse Hogeschool via het lectoraat Network & Systems Engineering van het CoECS, gaat de komende jaren samenwerken om oplossingen te ontwikkelen voor samenwerkende robotvoertuigen in de agrarische sector. Het DurableCASE-project is op 1 oktober 2019 van start gegaan. DurableCASE staat voor Durable Cooperative Agrobotics Systems Engineering.

Partners

In totaal bundelen 24 partners hun krachten in DurableCASE, waaronder agrariërs, machinebouwers, leveranciers van technologie en softwaretools en een aantal kennisinstellingen. DurableCASE is een RAAK PRO-project, ondersteund door NRPO SIA. De looptijd van het project is 4 jaar.

Rol van het lectoraat

Het lectoraat Network & Systems Engineering Cyber Security is als kennispartner van het CoECS betrokken bij DurableCASE. Het lectoraat biedt onder meer ondersteuning bij het opstellen van de eisen en het architectuurontwerp (beveiliging), 'security-by-design', neemt deel aan de werkgroep Software Development Environment (SDE) en draagt bij aan de validatie van de beveiliging.

Risicobeoordeling voor de projectpartner

Als onderdeel van het DurableCASE-project is er een risicobeoordeling uitgevoerd voor een van de projectpartners. Aan de hand van de EBIOS-methodologie zijn er een aantal workshops
georganiseerd om de oorsprong van de risico's en de beoogde doelstellingen te bepalen, en deze te scoren op motivatie, middelen en activiteit.

Beveiligingsbeoordeling van ROS2/DDS

Voor hun semesterproject hebben studenten van De Haagse Hogeschool verschillende DDS-middleware-implementaties beoordeeld voor gebruik door de robotagenten in het DurableCASE-project. Robot Operating System 2 (ROS2) is een besturingssysteem dat wordt gebruikt voor robots zoals de landbouwrobots in het DurableCASE-project. DDS (Data Distribution Service) is een open standaard connectiviteitsframework voor real time systemen, dat wordt gebruikt voor de communicatie tussen de verschillende ROS2-systemen. De nadruk van het semesterproject van de studenten lag op de beoordeling van de veiligheidskenmerken, de bruikbaarheid en de interoperabiliteit van de verschillende DDS-middleware-implementaties.

Anomaliedetectoren

Het is geen eenvoudige taak om samenwerkende robotvoertuigen veilig te besturen. Er kunnen zich onverwachte situaties voordoen, als gevolg van software- of hardwarefouten, veranderingen in de omgeving of kwaadwillig gedrag van gebruikers of derden. Om dergelijke situaties het hoofd te kunnen bieden, moeten deze eerst op betrouwbare wijze worden opgespoord, en dat is de taak van anomaliedetectoren. Door gebruik te maken van bijvoorbeeld machine learning en het analyseren van logbestanden, kunnen anomaliedetectoren de robot waarop zij draaien en de andere agenten in het systeem op de hoogte brengen van waargenomen anomalieën, zodat er een specifieke actie kan worden ondernomen.

Bekijk de video over dit project.