@phdthesis{Engelhardt2020,
  type      = {Bachelor Thesis},
  author    = {Andreas Engelhardt},
  title     = {Crowd-basierte Luftqualit{\"a}tsmessungen mit der Complex Event Processing Engine Siddhi auf Raspberry Pi},
  doi       = {10.25968/opus-1727},
  url       = {http://nbn-resolving.de/urn:nbn:de:bsz:960-opus4-17273},
  year      = {2020},
  abstract  = {Unter Crowdsensing versteht man Anwendungen, in denen Sensordaten kollaborativ von einer Menge von Freiwilligen erhoben werden. So kann Crowdsensing eingesetzt werden um die Luftqualit{\"a}t an Orten zu messen, an denen keine fest installierten Sensoren verf{\"u}gbar sind. In Crowdsensing-Systemen m{\"u}ssen die Teilnehmer koordiniert und die Messdaten verarbeitet werden, um relevante Daten zu erhalten. Im Rahmen der Abschlussarbeit wurde ein System konzipiert und prototypisch umgesetzt, das auf einem Raspberry Pi (unter Einsatz geeigneter Sensoren) Sensordaten erhebt und mit der Complex Event Processing Technologie verarbeitet.},
  language  = {de}
}