1000kmPLUS

Januar 2019 startete das Projekt 1000kmPlus gestartet, welches die Ergebnisse aus 3Ccar weiter ausbaut. Das bestehende Routingverfahren wird zu einem hoch effizientem Routingsystem ausgebaut. Die Reisezeiten von E-Fahrzeugen vor allem bei langen Fahrten können so möglichst genau vorhersagt und eine optimale Abfahrt und Ankunftszeit unter Berücksichtigung der Ladehalte berechnen werden.

Projektleiter: Prof. Dr. Alfred Höß
Laufzeit: 2,5 Jahre
Volumen: 345 T€
Projekttträger: Europäische Union H2020

Das Projekt AI4DI beschäftigt sich mit Edge-Prozessing das durch siliziumbasierte-Künstliche Intelligenz beschleunigt werden soll. Dabei wird die Künstliche Intelligenz von der Cloud in die Edge verbracht, mit dem Ziel mehr Wiederstandsfähigkeit und Sicherheit zu erreichen. Dies ermöglicht die optimale Anwendbarkeit in den  Fertigungs- und Produktionsprozessen der nahen Zukunft.

Projektleiter: Prof. Dr. Alfred Höß
Laufzeit: 2,5 Jahre
Volumen: Budget 479.000 €
Projektträger: Fördergeber EU ECSEL und BMBF

Dieses Projekt fokussiert die Weiterentwicklung ausfallsicherer elektronischer Komponenten, Systeme und Architekturen für autonomes Fahren, um die Mobilität der Zukunft sicherer, effizienter, erschwinglicher und für die akzeptabler für den Endnutzer zu gestalten.

Das autonome Fahren kann einen wichtigen Beitrag für die Mobilität der Zukunft leisten. Jedoch vergrößern die Komponenten, die für das autonome Fahren zuständig sind, wie die Sensoren, die interne und externe Kommunikation, hochpräzise Karten und das Entscheidungszentrum die Angriffsfläche des Fahrzeugs und gefährden somit die Sicherheit. Ein weiteres Sicherheitsrisiko besteht darin, dass die bisherigen Fahrzeuge darauf ausgelegt sind, sicher im Sinne der Safety zu sein und nicht so sehr im Sinne der Security. Aufgrund der Sicherheitsherausforderungen, die dabei auftreten, wird es in Zukunft notwendig sein, schon im Designprozess die Fahrzeuge sicher im Sinne der Security zu gestalten. Dabei können Maßnahmen für die Security auch die Safety erhöhen. Beispielsweise kommen die Maßnahmen für die Absicherung der Sensoren, wie z. B. die Sensorredundanz, oder das Training der selbstlernenden Algorithmen auch der Safety zugute.

Projektleiter: Dr. Alfred Höß

Laufzeit: 3 Jahre
Volumen: 513 €
Projektträger: EU ECSEL Joint Undertaken und das Bundesministerium für Bildung und Forschung (BMBF)