ThinKIsense
Ressourceneffiziente Thin-Edge-Systeme durch integrierte KI und neuromorphe Elektronik in Sensoren
Start: 08.2021
Ende: 07.2024
Die Projektpartner des SofDCar Konsortiums wollen neue Methoden und Prozesse für das Auto der Zukunft und seine effiziente Datennutzung entwickeln und forschen mit Blick auf zentrale Herausforderungen der künftigen E/E- & SW-Architektur in Fahrzeugen. Das Fahrzeug wird dabei als Teil einer vernetzten Fahrzeug- und Systemumgebung verstanden, dessen Einbindung mittels eines „Data Loop“ und auf Basis eines neuartigen „Digital Twin“ ermöglicht werden soll, um digitale Nachhaltigkeit (bestehender und künftiger Fahrzeuggenerationen) sowie eine effiziente Datennutzung und innovative Anwendungsfälle über den gesamten Lebenszyklus des Fahrzeugs hinweg zu ermöglichen (Re-Deployment).
Das FZI bringt seine umfassende Forschungsexpertise im Bereich Mobilität ein. Schwerpunkt bei SofDCar sind die Absicherung, Verifikation und Konsistenzhaltung von Fahrzeugvarianten, das Erkennen von Einschränkungen und Schwachstellen in der Fahrfunktion, die Evolution sowohl von Varianten als auch einzelner Funktionalitäten sowie das Verwalten der entstehenden Versionen mit Hilfe des digitalen Zwillings. Darüber hinaus stehen auch qualitätsgesicherte Anwendungsprozesse über die Fahrzeuggrenzen hinweg im Fokus. Zusätzlich werden angewandte Fragestellungen zur IT-Sicherheit wie etwa die Security-Absicherung von Fahrzeugkomponenten mit Methoden der Künstlichen Intelligenz untersucht, auch mit praktischen Sicherheitstests an ausgewählten Komponenten. Auf dem Testfeld Autonomes Fahren Baden-Württemberg werden verschiedene Aspekte im Bereich Software-over–the-Air, Absicherung und Robustheitssteigerung erprobt.
Das Projekt wird mit Mitteln des Bundesministerium für Wirtschaft und Klimaschutz (BMWK) öffentlich gefördert.
Intelligente Lösungen für den Transport von Menschen und Gütern stellen einen Schwerpunkt der FZI-Anwendungsforschung dar. Besonderes Augenmerk liegt hierbei auf dem öffentlichen Verkehr, der Anwendung von Künstlicher Intelligenz, der Weiterentwicklung von Fahrfunktionen und deren Absicherung sowie auf Open Source & Open Data.
Förderhinweis:
Das Projekt SofDCar wird vom Bundesministerium für Wirtschaft und Klimaschutz gefördert.
Projektpartner:
Gemeinsam erproben wir im Testfeld Autonomes Fahren Baden-Württemberg verschiedene Aspekte im Bereich Software-over-the-Air, Absicherung und Robustheitssteigerung. Hierbei kommen auch unsere Testfahrzeuge zum Einsatz. Unser Ziel ist es, die Sicherheit von KI-basierten Funktionalitäten laufend zu verbessern, auch mit den wertvollen Evaluierungsmöglichkeiten durch das Testfeld.
Ressourceneffiziente Thin-Edge-Systeme durch integrierte KI und neuromorphe Elektronik in Sensoren
Die Herausforderungen durch den Klimawandel aktiv angehen und als Chance für die deutsche Wirtschaft nutzen.
Zwischen Autonomie und Überwachung – Arbeitnehmer*innen-orientierter Einsatz von People Analytics in Präsenz- und Fernarbeit
Multifunktionaler Serviceroboter zur Unterstützung professioneller Pflege in Krankenhäusern
Mehr Sicherheit durch kontinuierliches Monitoring von Sicherheitsvorfällen autonom agierender Fahrzeuge
Dynamisches Demand-Response-System für eine nachhaltige Fertigung durch informationstechnische Vernetzung zur effizienten Energienutzung, -vermarktung und -erzeugung
Das House of Participation stellt die digitalen Bürger*innenbeteiligung in den Mittelpunkt.
Logistikkonzept sowie IKT-Plattform für einen zukünftigen Gütertransport in Straßenbahn- und Stadtbahnwagen
Smarte Energieversorgung im Karlsruher Osten: Ein Leuchtturmprojekt der TechnologieRegion Karlsruhe
Verfahren der Künstlichen Intelligenz für die Optimierung der Glasfasernetze am Beispiel einer intelligenten Stadt
Künstliche Intelligenz zur selektiven echtzeitnahen Aufnahme von Szenarien- und Manöverdaten bei der Erprobung von hochautomatisierten Fahrzeugen
Vernetzte und automatisiert fahrende Mini-Busse für die letzte Meile von der Haltestelle bis zur Haustür
Simulationsgestützte, assistenzsystem-basierende Engineering- und Maintenance-Dienstleistungen für Lean Aftersales-Services
Entwicklung eines datensparsamen und datenschutzkonformen Smart-Care-Systems durch Einsatz neuromorpher Vision-Sensoren
Neue Methoden zur Zuverlässigkeitssteigerung von hochautomatisierten elektrischen Fahrzeugen
Needs, wants and behaviour of „Drivers“ and automated vehicles users today and into the future
Datenbasierte Regelung kollaborativer Wertschöpfungsnetzwerke mittels geschützter Transparenz