Blog

Sie befinden sich hier: :/Blog/
Jan 2019

Security Testing and Deployment of an API: Release your Flask App to the Internet

By |2019-01-04T14:25:41+00:0001/2019|Categories: Entwicklungen|Tags: , , , , , , , |0 Comments

As long as you develop on your local machine, the world is nice and you are probably the only client asking for something which is probably most of the time a correct request. If you are releasing your code to the internet, you will face a lot of bots and wrong requests and automated tools to find bugs in your app. See some logs of our CartoX API running in the Internet: INFO:werkzeug:104.152.52.61 – – [31/Dec/2018 08:33:06] “GET / HTTP/1.0” 200 – ERROR:werkzeug:104.152.52.61 – – [31/Dec/2018 08:33:06] code 400, message Bad request syntax (‘HELP’) INFO:werkzeug:104.152.52.61 – – [31/Dec/2018 08:33:06] “HELP” HTTPStatus.BAD_REQUEST – ERROR:werkzeug:104.152.52.61 – – [31/Dec/2018 08:33:11] code 400, message Bad request syntax (‘DmdT\x00\x00\x00\x17\x00\x00\x00\x01\x00\x00\x00\x00\x11\x11\x00ÿ\x01ÿ\x13’) INFO:werkzeug:104.152.52.61 – – [31/Dec/2018 [...]

Dez 2018

MechLab Engineering Showreel 2018

By |2018-12-30T21:44:02+00:0012/2018|Categories: Firma|Tags: , , , , , |0 Comments

Ein weiteres erfolgreiches Jahr neigt sich dem Ende und es ist Zeit, einen Blick auf das Geschaffte zu werfen. Hier eine Auswahl unserer Projekte aus dem Jahr 2018, für welche keine Geheimhaltungsvereinbarung geschlossen werden musste und über die man in einer gewissen Oberflächlichkeit berichten kann: […]

Nov 2018

How to use Gitlab Branches and Tags as Version inside Docker

By |2018-12-06T22:35:11+00:0011/2018|Categories: Entwicklungen|Tags: , , , , , |0 Comments

One charming way of versioning a software is to use the GitLab CI/CD and deploy with Tags. Feature Branches will be merged in Development and a version is then merged to Master. These versions may then be tagged with a version number. If the App will be deployed with Docker, a nice feature would be to have the actual build version number or tag as a variable inside this container to show in the app (e.g. that a customer or partner can see which version is running). There might be other solutions, but we found the following very handy. […]

Nov 2017

Deploy your Machine Learning Model as REST-API in Less than 1 hour with Scikit-Learn and Docker

By |2018-12-11T16:54:37+00:0011/2017|Categories: Allgemein|Tags: , , , , , , |0 Comments

While working on our research project CartoX², we had to deploy a Machine Learning model for prediction of the received signal strength with V-2-X communication ITS-G5 (German name: WLANp). We will use a very simple and easy to understand linear prediction model and serve an API via a Docker container. Up in running in less than 1 hour! […]

Nov 2017

Smart Production: Der Roboter unterstützt bei der Einzelteilfertigung

By |2018-12-06T16:36:05+00:0011/2017|Categories: Allgemein|Tags: , , , , , |0 Comments

Roboter kommen oftmals dann zum Einsatz, wenn monotone, eintönige und immer gleiche Tätigkeiten zu verrichten sind. Produktionsbereiche mit extrem variantenreicher Fertigung sind bisher schwer von Robotern zu unterstützen, da die nötigen Bewegungen von Produktionsauftrag zu Produktionsauftrag abweichen. Die klassische Robotik funktioniert an Fließbändern nach wie vor mit Teach-In-Verfahren, was bedeutet, dass ein Mensch dem Roboter vorher "zeigen" muss, was die korrekte Bewegung ist und der Roboter wiederholt diese dann einfach auf Kommando. So der Stand bisher! Werden viele verschiedene Varianten gefertigt, müssen dafür jeweils eigene Programme geteached werden. Ganz unsinnig schien ein Roboter bisher für Einzelteilfertigung, bei der jeder neue Auftrag eine andere Roboterbewegung verlangt. Von Daten zu Bewegungsabläufen in der Einzelteilfertigung Der Smart Production Ansatz: Gemeinsam mit Sherpa.Dresden entwickelten wir eine Software, die aus standardisierten [...]

Jul 2017

Startschuss für Forschungsprojekt CartoX² aus dem mFUND des BMVI

By |2018-12-06T16:36:06+00:0007/2017|Categories: Firma|Tags: , |1 Comment

Startschuss zum CartoX² Projekt: Die MechLab Engineering UG ist teil eines Forschungsverbunds zwischen Fraunhofer IVI Dresden, TU Dresden, CETECOM GmbH, Software AG und hrd.consulting. Edge Computing für das autonome Fahren ist essentiell. Das Forschungsprojekt Cartox² des BMVI hatte Kick-off. https://t.co/wtSs6OvGoD pic.twitter.com/pErI0DUzR7 — Software AG Dtld. (@SoftwareAG_D) 17. August 2017 Das Forschungsprojekt entwickelt eine Plattform für Basisdienste des vernetzten und automatisierten Fahrens. Die Plattform erfasst und verarbeitet Informationen über die Car-2-Car Konnektivität. Ebenfalls integriert ist die Netzabdeckung für die Car-2-Infrastructure Kommunikation sowie des Datenroutings zwischen den Edge-Clouds und den Zugangspunkten der Cloud-Umgebung. Die Aufgabe von MechLab Engineering ist vor allem das Aufbereiten und Visualisieren von vorhandenen Daten bzw. das Bereitstellen korrekter Datenformate zur Integration in die Plattform. Auch das Vorhersagen von Datenpunkten mit [...]

Jul 2016

Improved Activity Classification: 97.91% Accuracy

By |2018-12-06T16:36:06+00:0007/2016|Categories: Entwicklungen|Tags: , , , , |0 Comments

Vor einiger Zeit haben wir eine Maschine Learning Activity Classification vorgestellt, welche laufen, rennen, stillstehen und radfahren mit Hilfe einer 6DoF IMU (=3 Beschleunigungen und 3 Drehraten) erkennen kann. https://vimeo.com/125699039 Neueste Version: Mehr Daten = Besserer Algorithmus Die neueste Version wurde mit dem PAMAP2 Dataset trainiert und es wurde eine Support Vector Machine mit Radial Kernel eingesetzt, statt bisher linearem Kernel. Der so verbesserte Detektionsalgorithmus ermöglicht Erkennungsraten von im Schnitt 97.91%. Die Confusion Matrix ist nachfolgend abgebildet (Train/Test 80/20, Subject 106 des PAMAP2 Dataset): Accuracy der detektierten Aktivitäten bei 80/20 Train/Test Split der Person 106 des PAMAP2 Dataset Verbesserte Detektion: Verbesserte Sicherheit! Mit dieser hohen Erkennungsrate eignet sich der Machine Learning Algorithmus noch besser, um Aktivitäten von hoch verletzlichen Verkehrsteilnehmern [...]

Jun 2016

MechLab Engineering ist neuer assoziierter Partner des HIGHTS EU Projekts

By |2018-12-06T16:36:06+00:0006/2016|Categories: Allgemein|Tags: , , |0 Comments

Das EU Projekt HIGHTS beschäftigt sich mit hochpräziser Ortung für kooperative, intelligente Transportsysteme. Diese benötigen für neue Anwendungsfälle (z.b. hochautomatisiert Fahrt) ihre Position genauer als es ein konventionelles GPS, v.a. in Häuserschluchten von Großstädten, leisten kann. Deshalb müssen verschiedenste Lokalisierungslösungen kombiniert werden, um zukünftige Anforderungen bezüglich Genauigkeit und Sicherheit zu erfüllen. MechLab Engineering beschäftigt sich mit Aktivitätenerkennung von nicht motorisierten Verkehrsteilnehmern (so genannter "Highly Vulnerable Road User"). In Kooperation mit der ZigPos GmbH können damit innovative kooperative Lokalisierungslösungen entwickelt werden, welche in Zukunft dabei helfen werden die Unfallszahlen und/oder Verletzungsschwere zu reduzieren. MechLab Engineering ist ab sofort assoziierter Partner des Projekts, gemeinsam mit Firmen wie Preh Car Connect GmbH (ehemals TechniSat GmbH), IAV Automotive Engineering und BMW AG. Mehr dazu auf http://hights.eu...

Mai 2015

PyData Berlin 2015 Review

By |2018-12-06T16:36:06+00:0005/2015|Categories: Allgemein|0 Comments

Wow, that was a blast! We are back from PyData Berlin 2015 and it was such an input for Python enthusiasts like us. Thank’s for the organisation and food and drinks and talks and everything. What impressed most, explained in one chart: the four kind of mindsets you frequently meet in your company or while talking with customers, CC-BY 2.0 Every single person there was located in the very top left corner of this chart and this is actually not representative for the business daily routine or private life. Sometimes even a colleague in your company is in the top right corner, because your idea is better than his and he knows that it will outperform [...]

Load More Posts