Zum Hauptinhalt springen

Forschungsprojekt: Bessere Vorhersage der Reichweite von Elektrofahrzeugen mit Künstlicher Intelligenz

Klimaschutz, reduzierte Schadstoffemissionen und geringere Lärmbelästigung – nur einige gute Gründe, die für den Umstieg von Fahrzeugen mit Verbrennungsmotoren auf elektrisch betriebene Fahrzeuge sprechen. Durch eine präzise Vorhersage des Energieverbrauchs mittels Künstlicher Intelligenz (KI) kann dabei die Verfügbarkeit von Elektrofahrzeugen deutlich erhöht und damit die Akzeptanz weiter gestärkt werden. Wie genau KI dabei gewinnbringend eingesetzt werden kann, erforscht die OTH Amberg-Weiden im Rahmen des durch die EU und national geförderten Gemeinschaftsprojektes „AI4CSM“.

Daten spielen eine Schlüsselrolle bei der Entwicklung geeigneter Methoden für die Energieverbrauchsvorhersage. Denn KI benötigt, um die Lösung von Problemen zu erlernen, ausreichende und geeignete Trainingsdaten. Da es derzeit keine geeigneten öffentlich zugänglichen Datensätze zum Energieverbrauch von Elektrofahrzeugen gibt, erstellte das Forschungsteam der OTH Amberg-Weiden innerhalb der vergangenen zwei Monate selbst einen repräsentativen Datensatz für das Training der Algorithmen.

Dafür wurde ein Elektrofahrzeug der E-Mobility Solutions GmbH gemietet. Die Autovermietung mit Sitz in Sulzbach-Rosenberg erlaubte den Forschenden, Messgeräte am Auto anzubringen, um die notwendigen Daten erfassen zu können. Aufgenommen wurden während der Fahrten unter anderem die GPS-Koordinaten sowie die Geschwindigkeit und der Energieverbrauch des Fahrzeugs. Der Datensatz wird noch ergänzt durch die Höhenprofile der zurückgelegten Strecken, Daten zu Wetter, Uhrzeit und Wochentag, Daten zur Verkehrsdichte und Informationen bezüglich der Geschwindigkeitsbegrenzungen und Fahrbahnprofile der gefahrenen Straßen. Die Fahrten fanden überwiegend im Raum Amberg, Schwandorf und Regensburg statt, wobei 16 verschiedene Fahrer insgesamt circa 8000 Kilometer zurücklegten. In den nächsten Monaten werden die Datensätze nun aufbereitet und für das Training von KI-Algorithmen eingesetzt.

Intelligente Mobilität bis 2030

An dem Forschungsprojekt „AI4CSM“ (kurz für Automotive Intelligence for Connected Shared Mobility) sind über 40 Partner aus zehn verschiedenen Ländern beteiligt. Das übergeordnete Ziel des Projektes besteht darin, neue Systeme für die Mobilität von morgen zu entwickeln – die insbesondere elektrisch betriebene, autonome und gemeinsam genutzte Fahrzeuge umfassen wird. Eingebettete Intelligenz sowie vertrauenswürdige KI spielen dabei eine wichtige Rolle. Die OTH Amberg-Weiden beschäftigt sich im Rahmen des Projektes mit energieoptimiertem Routing und KI-gestützter Energieverbrauchsvorhersage für Elektrofahrzeuge. Auch das Konzept des „Federated Learnings“, mithilfe dessen unterschiedliche Fahrzeuge unter Wahrung des Schutzes privater Daten voneinander lernen und dadurch ihre Energieverbrauchsvorhersagen weiter verbessern könnten, wird untersucht werden.

Das Automotive-Team der OTH Amberg-Weiden

„AI4CSM“ ist eines der Forschungsprojekte rund um die Themen autonomes Fahren und Künstliche Intelligenz, an denen das Automotive-Team der Fakultät Elektrotechnik, Medien und Informatik (EMI) arbeitet. 2006 ging das Team mit einem ersten vom BMBF-geförderten Projekt „AutoSafe“ an den Start. Von Anfang an mit im Boot waren Prof. Dr. Alfred Höß und M.Eng. Heike Lepke. Seitdem wuchs das Team kontinuierlich auf derzeit 18 Mitarbeiterinnen und Mitarbeiter. In den derzeit laufenden europäischen und deutschen Forschungsprojekten befasst es sich mit innovativer, angewandter Forschung zu brennenden Fragen künftiger Mobilität, z. B. elektrisches, vernetztes automatisiertes/autonomes Fahren, Künstliche Intelligenz/Edge Computing, Sensorik (Radar/Lidar/Kamera), Car2Car-/Car2Infrastructure-/Car2Server-Kommunikation, Energieoptimiertes Routing für Elektrofahrzeuge. Das Forschungsteam ist mittlerweile sehr gut europaweit vernetzt, sowohl zu Fahrzeugherstellern (OEM) und Zulieferern (Tier1), aber auch zu Komponentenherstellern (Tier2), Forschungseinrichtungen und Universitäten/Hochschulen.

Weitere Infos zu den Projekten des Automotive-Teams

Zurück