Die Hochschule Osnabrück forscht in Kooperation mit der ZF Friedrichshafen AG (ZF) im neuen Projekt SenBel an sensorgestützter Beladungserkennung für PKWs. Ziel ist es, die Fahrzeuge damit sicherer, effizienter und nachhaltiger zu machen.
„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“, sagt Carlos Wübbeler, wissenschaftlicher Mitarbeiter im Projekt SenBel. Sicherheitssysteme im Fahrzeug, wie beispielsweise das Antiblockiersystem (ABS) oder das Elektronische Stabilitätsprogramm (ESP) steuern in solchen Fällen aktiv gegen. Um die Wirkung dieser schon etablierten aber auch neuen Systeme, wie aktive Fahrwerke oder die Hinterachslenkung zu optimieren, müssen jedoch verlässliche Informationen über den Beladungszustand vorliegen.
Hohes Potenzial beim Projekt
„Genau hier setzt SenBel an. Wir wollen anhand von gezielt platzierter Sensorik Informationen über den Beladungszustand des Fahrzeugs zu gewinnen“, so Wübbeler. Im nächsten Schritt könnten die verschiedenen Sicherheitssysteme das Fahrverhalten des Autos entsprechend korrigieren. Das erhöht nicht nur die Sicherheit, sondern auch die Nachhaltigkeit und Effizienz, indem etwa Kraftstoffverbrauch, Brems- und Reifenabrieb reduziert werden. „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.
Unterstützung der Untersuchungen durch KI
Im Projekt werden verschiedene Methoden miteinander kombiniert, um möglichst aussagekräftige Ergebnisse zu erhalten. Neben modellbasierten Untersuchungen, bei der digitale Modelle zur Simulation verschiedener Tests eingesetzt werden, werden zusätzlich datenbasierte Methoden hinzugezogen. „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“, erläutert Westerkamp. Künstliche Intelligenz (KI) in Form von speziell trainierten neuronalen Netzen könnte helfen diese Lücke zu schließen. Denn durch die KI können mehr Daten zu Umwelteinflüssen (zum Beispiel Wetter oder Fahrbahnbeschaffenheit) und mehr Sensoren hinzugezogen werden. „Wir wollen aber auch kritisch prüfen, welche Daten uns überhaupt einen Mehrwert bieten“, sagt Wübbeler. Kooperationspartner ZF unterstützt unteranderem mit der Bereitstellung eines Testfahrzeugs und der Messtechnik zum Loggen der Fahrdaten. So können die Modelle und Analysen auch praktisch validiert werden.
