22.07.2019

FZI-Wissenschaftler mit Artikel "Absicherung der Reichweitenschätzung basierend auf aufgezeichneten Realdaten" in ATZ extra

Der Energieverbrauch eines Elektrofahrzeugs hängt stark von fahrer-, fahrzeug-, strecken- und umgebungsbezogenen Faktoren ab. Eine exakte Vorhersage der verbleibenden Reichweite ist somit essentiell für eine hohe Akzeptanz und die flächendeckende Einführung von Elektrofahrzeugen. Das FZI Forschungszentrum Informatik erarbeitet dabei Ansätze zur daten-basierten Entwicklungsunterstützung von Fahrzeugfunktionen.

Bildquelle: Pixabay

Der Energieverbrauch eines Elektrofahrzeugs hängt stark von fahrer-, fahrzeug-, strecken- und umgebungsbezogenen Faktoren ab. Eine exakte Vorhersage der verbleibenden Reichweite ist somit essentiell für eine hohe Akzeptanz und die flächendeckende Einführung von Elektrofahrzeugen. Das FZI Forschungszentrum Informatik erarbeitet dabei Ansätze zur daten-basierten Entwicklungsunterstützung von Fahrzeugfunktionen. In diesem Zusammenhang wurden FZI-Wissenschaftler eingeladen, einen Artikel mit dem Thema „Absicherung der Reichweitenschätzung basierend auf aufgezeichneten Realdaten“ im Sonderheft ATZ extra mit dem Titel „Elektromobilität“ zu schreiben. Am Beispiel der Reichweitenprädiktion zeigen sie im Artikel, wie aufgezeichnete Realdaten aus Fahrzeugen zur simulationsbasierten Absicherung sowie zur Entwicklung und Optimierung einer zuverlässigen und genauen Reichweitenprädiktion beitragen.

Insbesondere Funktionen im Bereich der Elektromobilität sowie in Bezug auf das autonome Fahren, welche zum Großteil auch auf Verfahren der künstlichen Intelligenz (KI) basieren, erfordern neuartige Herangehensweise sowie die frühzeitige Verwendung von aufgezeichneten Realdaten im Entwicklungsvorgehen. Gemeinsam mit Partnern forscht das FZI intensiv an daten-getriebenen Methoden und Werkzeugen zur Entwicklung und Absicherung von automobilen Funktionen und Systemen. Ziel ist es, Realdaten aus unterschiedlichen Fahrzeugen – vom ersten Prototyp bis hin zur Serienflotte – zu analysieren. Hierbei sollen einerseits kritische und relevante Situationen identifiziert werden und andererseits eine möglichst hohe Realitätstreue für Simulationen am Schreibtisch gewährleistet sein. So können neue Software-Versionen der Algorithmen bereits in frühen Phasen der Entwicklung realitätsnah und auf einer breiten Datenbasis skalierbar evaluiert und getestet werden. Der stetig wachsende Datenpool aus aufgezeichneten Fahrten erlaubt umfangreiche Datenanalysen und statistisch signifikante Bewertungen, ohne auf neue Testfahrten oder aufwendige Simulationen zurückgreifen zu müssen.

Zum (kostenpflichtigen) Artikel gelangen Sie über folgenden Link. Ansprechpartner am FZI ist Stefan Otten, stellvertretender Leiter des Bereichs Embedded Systems and Sensors Engineering (ESS).