Unsere Projekte
Das FKFS ist an vielen von Bund oder Land öffentlich geförderten Projekten beteiligt, häufig auch in einer federführenden Rolle.
Hier finden Sie eine kleine Auswahl unserer aktuellen Projekte.
U-Shift
Projekt U-Shift: Modulares Fahrzeugkonzept für autonomes, fahrerloses elektrisches Fahren
Innovatives modulares Fahrzeugkonzept für den Wandel in der urbanen Mobilität und Logistik:
FKFS ist als Konsortialpartner u.a. verantwortlich für die zentralen elektrischen Antriebskomponenten, das ganzheitliche Energie- und Thermomanagement sowie die zentrale Fahrfunktionsintelligenz (Motion Control).
Das Projekt wird im Rahmen des Strategiedialogs Automobilwirtschaft durch das Ministerium für Wirtschaft, Arbeit und Wohnungsbau Baden-Württemberg gefördert.
Bild: DLR
Kontakt
Tel.: +49 711 685-65701
Tel.: +49 711 685-65600
Weitere Informationen zum Projekt finden Sie in unserer Pressebox U-Shift.
KI Data Tooling
Projekt KI Data Tooling
Durch das öffentlich geförderte Projekt KI Data Tooling konnten wir unser Portfolio an Methoden und Tools für die Erzeugung hochrealistischer synthetischer Daten für das Training von KI-Algorithmen für automatisierte Fahrfunktionen erweitern. Das Konsortium, geleitet von BMW, umfasste mitsamt dem FKFS 17 Partner aus Industrie und Wissenschaft und wurde vom Bundesministerium für Wirtschaft und Klimaschutz gefördert.
Anhand der im Projekt entwickelten Toolchain lassen sich realitätsnahe Simulationen mit multimodalen Sensorsets von Kamera, Lidar und Radar erzeugen. Am FKFS wurde ein Multi-Simulation-Handler für die Konfiguration von Co-Simulationen entwickelt, mittels dessen sich eine große Bandbreite an Tools zur Datengenerierung verknüpfen lässt. Dabei setzen wir auf standardisierte Formate wie OpenSCENARIO, OpenDRIVE, OSI etc. Besonders wurden am FKFS der Einfluss der Fahrdynamik auf die Sensorik sowie die Generierung realistischer Verkehrsszenarien betrachtet.
Ein weiterer Fokus des FKFS lag auf der Umsetzung einer echtzeitfähigen Toolchain zur Anwendung im Stuttgarter Fahrsimulator, in dem Driver-in-the-Loop-Simulationen durchgeführt werden können. Die Ergebnisse im Projekt KI Data Tooling bedeuten für uns einen erheblichen Fortschritt in der realitätsnahen Fahrsimulation und der Anwendung neuronaler Netze mit der Ausrichtung auf das automatisierte Fahren.
Kontakt
Tel.: +49 711 685-69461
RABus
Projekt RABus - Reallabor für den automatisierten Busbetrieb im ÖPNV in der Stadt und auf dem Land
Das Projekt RABus wurde über einen Zeitraum von 4,5 Jahren in Baden-Württemberg umgesetzt und erfolgreich abgeschlossen. Ziel des Projekts war die Integration hochautomatisierter, elektrisch betriebener Fahrzeuge in den regulären öffentlichen Personennahverkehr unter realen Verkehrsbedingungen.
Die Erprobung erfolgte in zwei unterschiedlichen Verkehrsräumen: urban in Mannheim sowie mit ausgeprägtem Stadt-Land-Bezug in Friedrichshafen. Die automatisierten Shuttlefahrzeuge wurden in den Mischverkehr eingebunden und innerorts wie außerorts betrieben. Im Projektverlauf wurden Geschwindigkeiten von bis zu 53 km/h im Realbetrieb erreicht und systematisch ausgewertet. Damit bewegte sich RABus deutlich über typischen Niedriggeschwindigkeits-Demonstrationsprojekten.
Parallel zum technischen und betrieblichen Einsatz wurden umfangreiche Daten aus dem Realbetrieb erhoben. Im Rahmen von 430 Testfahrten wurden über 1.600 Probandinnen und Probanden befördert und insgesamt 2.100 Kilometer im automatisierten Betrieb auf öffentlichen Straßen zurückgelegt. 99 Prozent der Fahrten konnten planmäßig durchgeführt werden – auch bei Regen, Nebel und dichtem Verkehr. Die begleitenden Befragungen zeigen eine hohe gesellschaftliche Akzeptanz: 93 Prozent der Teilnehmenden gaben an, sich während der Fahrt sicher gefühlt zu haben. Zudem halbierte sich der Anteil der Personen mit Vorbehalten gegenüber automatisiertem Fahren nach der eigenen Mitfahrt. Damit liegen belastbare Erkenntnisse zur technischen Leistungsfähigkeit, zur Betriebsstabilität sowie zur Nutzerakzeptanz im realen Verkehrsumfeld vor.
Neben der praktischen Erprobung wurden technische Leistungsfähigkeit, Betriebsstabilität, rechtliche Rahmenbedingungen sowie wirtschaftliche Aspekte systematisch untersucht. Das FKFS verantwortete die technische Systemanalyse, Sicherheitsbewertungen sowie die Auswertung der Betriebs- und Wirtschaftlichkeitsdaten einschließlich regulatorischer Fragestellungen. Auf Basis der technischen, regulatorischen und wirtschaftlichen Analysen konnten Aussagen zur Übertragbarkeit auf weitere Einsatzräume in Baden-Württemberg abgeleitet und konkrete Handlungsempfehlungen formuliert werden.
Das Konsortium bestand aus dem Forschungsinstitut für Kraftfahrwesen und Fahrzeugmotoren Stuttgart (FKFS), dem Stadtverkehr Friedrichshafen (SVF), dem Regionalverkehr Alb-Bodensee (RAB), der Rhein-Neckar-Verkehr GmbH (rnv), dem Institut für Verkehrswesen (IfV) am KIT sowie der ZF Friedrichshafen AG. Die enge Zusammenarbeit von Forschung, Industrie und Verkehrsunternehmen ermöglichte die Umsetzung im regulären Fahrgastbetrieb.
Kontakt
Tel.: +49 711 685-68524
Abschlussberichte
AIAMO
AIAMO - Artificial Intelligence And Mobility
AIAMO ist ein vom Bundesministerium für Digitales und Verkehr gefördertes Projekt, in dem 12 Partner unter der Konsortialführung des ITS Germany e.V. gemeinsam ein KI-basiertes Umwelt- und Mobilitätsmanagement erarbeiten, um Mobilität effizienter, ressourcenschonender, sicherer und bedarfsgerecht zu gestalten.
Mobilitätsteilnehmende erzeugen eine Datenvielfalt, die oftmals ungenutzt bleibt. Das FKFS beschäftigt sich in AIAMO vor allem mit den drei Themengebieten Datenerfassung, digitaler Zwilling und Datenaugmentierung. Wir erstellen modell- und datenbasierte Software, um die gesammelten Daten zu veredeln und daraus neue Daten und Erkenntnisse zu gewinnen. Die Arbeiten beinhalten die Entwicklung je eines Reifen-, Bremsen- und Fahrzeugfolgemodells und die Kalibrierung dieser Modelle. In einem ersten Schritt sollen in ausgesuchten Regionen der aktuelle Verkehr und die daraus entstehenden Emissionen gemessen und zur Parametrisierung der Modelle herangezogen werden. Darauf aufbauend soll die Software für Prognosen verwendet werden können, um den Einfluss von Infrastrukturänderungen und neuartigen vernetzten Fahrfunktionen (z.B. GLOSA) quantifizieren zu können.
Das Themengebiet der Datenaugmentierung befasst sich mit der Generierung von Daten, wenn räumlich und zeitlich zu wenige oder keine Daten zur Verfügung stehen. Mithilfe von künstlicher Intelligenz und Daten aus der Vergangenheit werden komplexe Zusammenhänge erlernt und können dann auf einen Knopfdruck erzeugt werden. Analog zur modellbasierten Prognose befassen wir uns am FKFS hier mit der datenbasierten Prognose. Zusätzlich entwickeln wir Datenaugmentierungsverfahren, um bestehende Datensätze zu erweitern und die Datengrundlage so zu erhöhen.
Kontakt
Tel.: +49 711 685-68131
SALSA
Smarte, Adaptive und Lernbare Systeme für Alle
SALSA wird vom Bundesministerium für Wirtschaft und Klimaschutz (BMWK) und von einem Konsortium aus 16 Partner bearbeitet.
In naher Zukunft werden automatisierte, autonome und konventionelle Fahrzeuge im Straßenverkehr koexistieren und sich den Raum mit Fußgängern, Radfahrern und anderen Fahrzeugvarianten teilen. Mangelnde Interaktion, nicht standardisierte Kommunikation und unplausibles Fahrverhalten könnten jedoch zu schwierigen Situationen und einer geringeren Akzeptanz dieser Technologien führen.
SALSA zielt darauf ab, diese Herausforderungen zu bewältigen, indem es die Brücke vom Fahrzeuge zu anderen Verkehrsteilnehmern sowie von Fahrzeuginsassen zur Technologie schlägt.
Der Fokus des FKFS in SALSA liegt auf dem Fahrverhalten im Mischverkehr. Unser Ziel ist es, den Fahrgästen ein hohes Maß an Vertrauen in die Fahrzeugsysteme zu vermitteln, um ein sicheres und souveränes Fahrerlebnis zu gewährleisten. Gleichzeitig soll das Fahrverhalten kooperativ und vorhersehbar für andere Verkehrsteilnehmer sein.
Für die Untersuchung des Fahrverhaltens wird der hoch immersive Stuttgarter Fahrsimulator genutzt. Am Stuttgarter Fahrsimulator sind mehrere Studien mit Probanden geplant. Weil der Stuttgarter Fahrsimulator die Fahrzeugbewegungen sowie die optische und die akustische Fahrzeugumgebung realitätsgetreu abbilden kann, ist er sehr gut geeignet, um mit Probanden in definierten Fahrsituationen zu untersuchen wie diese reagieren beziehungsweise welches Fahrverhalten sie sich von einem Fahrzeug wünschen. Weitere Vorteile des Fahrsimulators sind die Möglichkeit definierte Situationen reproduzierbar und das Fahrverhalten von autonomen Fahrzeugen darstellen zu können. Im realen Straßenverkehr sind solche Untersuchungen derzeit noch nicht möglich und wären nur unter sehr großem Aufwand umsetzbar.
In SALSA wird am FKFS in einer ersten Studie mit einem bereits vorhandenen Mockup, einem Kompaktwagen, das Fahrverhalten beim manuellen Fahren untersucht. Dafür werden speziell kritische Verkehrsszenarien reproduzierbar dargestellt, bei denen ein Fahrer ein Assistenzsystem bewusst überstimmen möchte. Ziel dieser Studie ist es Merkmale zu identifizieren, an denen eine Fahrerabsicht erkannt werden kann, damit ein Assistenzsystem nicht ungewollt in die Fahrzeugführung eingreift.
Ein weiteres Vorhaben des FKFS innerhalb von SALSA ist der Aufbau eines neuen Fahrzeugmockups, eines Kleinbusses für User-Experience-Untersuchungen. Dieses neue Mockup ist insbesondere für Themen rund um das autonome Fahren mit SAE-Level 4 konzipiert. Mit diesem neuen UX-Mockup wird untersucht werden, wie sich verschiedene Insassen ein Fahrverhalten eines autonomen Fahrzeugs in verschiedenen Situationen wünschen. Neben dem Fahrverhalten in alltäglichen Fahrsituationen liegt ein weiteres Augenmerk auf dem Fahrverhalten in Extremsituationen, sogenannten Minimal Risk Manövern, bei denen das autonome Fahrzeug einen Nothalt ausführen muss. Auch in diesen Ausnahmesituationen sollen die Insassen stets ein hohes Sicherheitsgefühl empfinden. Wie das Fahrverhalten eines autonomen Fahrzeugs dazu beitragen kann, dass sich die Insassen sicher fühlen, wird am Stuttgarter Fahrsimulator untersucht.
Contact
Ph.: +49 711 685-69461