Die Hochschule Osnabrück hat in Zusammenarbeit mit der ZF Friedrichshafen AG das Forschungsprojekt SenBel gestartet. Dabei steht die Entwicklung einer sensorgestützten Beladungserkennung für PKWs im Fokus, die mithilfe von Künstlicher Intelligenz (KI) Fahrzeuge sicherer, effizienter und nachhaltiger machen soll.
„Wie ein Auto beladen ist, kann Einfluss auf das Fahrverhalten haben. Ist ein PKW beispielsweise schwer beladen, kann der Bremsweg länger sein. Schlecht verteiltes Gepäck beeinflusst wiederum die Straßenlage des Fahrzeugs und erhöht das Unfallrisiko in Kurven“, erklärt Carlos Wübbeler, wissenschaftlicher Mitarbeiter im Projekt SenBel. Damit Sicherheitssysteme wie das Antiblockiersystem (ABS) oder das Elektronische Stabilitätsprogramm (ESP) in solchen Fällen optimal eingreifen können, benötigen sie verlässliche Informationen über den Beladungszustand.
„Genau hier setzt SenBel an. Wir wollen anhand von gezielt platzierter Sensorik Informationen über den Beladungszustand des Fahrzeugs gewinnen“, ergänzt Wübbeler. Diese Daten könnten es den Sicherheitssystemen ermöglichen, das Fahrverhalten des Autos präzise anzupassen. Neben einer höheren Sicherheit könnten so auch Nachhaltigkeit und Effizienz gesteigert werden – beispielsweise durch die Reduzierung von Kraftstoffverbrauch, Brems- und Reifenabrieb. „Das System könnte in Zukunft neben PKWs auch für Nutzfahrzeuge und Landmaschinen interessant sein“, sagt Prof. Dr.-Ing. Clemens Westerkamp, Professor für Informatik an der Hochschule Osnabrück.
KI als Schlüsseltechnologie im Projekt SenBel
Im Projekt SenBel werden moderne Methoden kombiniert, um die bestmöglichen Ergebnisse zu erzielen. Neben modellbasierten Untersuchungen, bei denen digitale Simulationen verschiedene Tests nachstellen, kommen auch datenbasierte Ansätze zum Einsatz. „Simulationsprogramme können immer nur einen Teil der Realität abbilden. Gerade im Fahrzeug selbst müssen sie stark vereinfacht werden, damit sie eine Hilfe sind. Denn dort ist keine Kapazität für einen großen Rechner. Deswegen nutzen die aktuellen Sicherheitsprogramme nur Teile der Modelle und Sensoren“, erklärt Westerkamp.
Hier könnte die Künstliche Intelligenz (KI) entscheidend weiterhelfen. Speziell trainierte neuronale Netze können zusätzliche Datenquellen wie Wetter- oder Fahrbahnbeschaffenheit einbeziehen und so die Modelle erweitern. „Wir wollen aber auch kritisch prüfen, welche Daten uns überhaupt einen Mehrwert bieten“, betont Wübbeler.
Für praktische Tests steht ein Testfahrzeug zur Verfügung, das von Kooperationspartner ZF bereitgestellt wird. So können die entwickelten Modelle und Sensoren direkt im realen Fahrbetrieb überprüft werden. Das Projekt SenBel wird von der nBank im Rahmen des Europäischen Struktur- und Investitionsfonds EFRE gefördert.
Dieser Artikel erschien zunächst bei KI to go.
