Heute steht die Art und Weise, wie wir Menschen und Waren bewegen, kurz vor einem evolutionären Sprung. Es verändern sich nicht nur die Fahrzeuge in Antrieb, Technik und Sicherheit, es wandeln sich auch die Muster, wie wir Mobilität nutzen und konsumieren.
In wachsenden urbanen Zentren zählt der schnelle, punktuelle Zugang zu unterschiedlichen Transportmitteln mehr als deren Besitz. Das „selbstbewegende Fahrzeug“ wird zum selbstfahrenden. Mobilität vernetzt sich und entwickelt sich zum globalen Megatrend – massiv beschleunigt durch die Klimakrise, deren Bewältigung dringend neue Mobilitätskonzepte und eine Verkehrswende verlangt.
Vernetzte Forschung wird zum Fortschrittsmotor.
Auch in der Forschung führt an Vernetzung kein Weg vorbei. Technik-, Kommunikations- und Gesellschaftswissenschaften integrieren sich in einem faszinierenden Forschungsfeld, das zugleich neue Wirtschafts- und Wachstumsfelder generiert. Statt die Zukunftsfrage „Mobilität und Verkehr“ in einzelnen Disziplinen getrennt voneinander zu betrachten, wird der ständige Austausch von Wissen und Erfahrung – von der Elektrotechnik und Informatik über die Fahrzeugtechnik bis hin zum Bauingenieurwesen – zum Treiber ganzheitlicher Lösungsansätze und zum Motor des Fortschritts.
BayWISS steht für die Kraft der wissenschaftlichen Vernetzung.
Im Verbundkolleg „Mobilität und Verkehr“ kombinieren starke Partner ihre Ideen, ihre praktischen Anwendungsergebnisse und ihr Know-how. Davon profitieren die Menschen in Stadt und Land, die künftig noch sicherer, komfortabler, individueller und umweltfreundlicher mobil bleiben können. Und davon profitiert der Industrie- und Automobilstandort Bayern: Wer in disruptiven Zeiten die Zukunft der Mobilität maßgeblich mit gestalten will, braucht überzeugende Innovationen.
Die Ideen von heute treiben uns morgen an.
Neue Forschungsfragen entstehen zum Beispiel durch neue Mobilitätskonzepte an der Schnittstelle zur Luftfahrt, durch neue, aus der Digitalisierung und der Entwicklung künstlicher Intelligenz resultierenden Optionen, aber auch durch neue Möglichkeiten in der Logistik. Dazu gehören vielfältige Themen wie etwa Autonomes Fahren, Elektromobilität, intermodulare Verkehrsketten, Gestaltung von Verkehrswegen, Fahrzeugsicherheit, Verkehrstechnik, Raumplanung, Datenanalyse und -management, Risikominimierung und -bewertung. Auf allen diesen Forschungsfeldern arbeiten BayWISS-Doktorand*innen an den Lösungen für unsere Mobilität von morgen.
Hier bewegt sich was – unsere aktuellen Themen:
- Fahrzeugsicherheit
- Ressourcenschonende Antriebstechnologien
- Energie- und Antriebstechnik
- Vernetzte Mobilität und Fahrzeugtechnik
- Luft- und Raumfahrt
- Mobilitäts- und Verkehrskonzepte, Raumentwicklung und Tourismus
- Verkehrstechnik, Infrastruktur- und Fahrzeugtechnik
- Logistik (insbesondere im Bereich autonomes Fahren)
- Intermodale Verkehrssysteme
Unsere Promotionsprojekte
Sensormodellierung im Rahmen der Umfelderkennung autonomer Fahrzeuge
Research in a two-pronged approach utilizing uncertainty quantification to facilitate the development of safe and reliable perception systems. One focuses on robustness by self-awareness, and the other on state-of-the-art validation techniques.
MITGLIED IM KOLLEG
seit
Friedrich-Alexander-Universität Erlangen-Nürnberg
Prof. Dr.-Ing. André Kaup
Forschungsschwerpunkte
- Videokommunikation / Next Generation Video Communications
- Intelligente Bild- und Videoanalyse / Intelligent Image and Vide Analytics
- Neuartige Bildsensoriksysteme / Advanced Image Sensing Systems
Projekte:
Technische Hochschule Ingolstadt
Prof. Dr. Martin Ebert
Forschungsschwerpunkte:
- Software-Testmethoden
- Sensorik und Sensorfusion
- Automatisiertes Fahren
Projekte:
Optimierung von KI-Systemen zur Steigerung der Effizienz und Robustheit in der Informationsfusion
Entwicklung erweiterter Methoden der Explainable Artificial Intelligence und Informationsfusion zur Konstruktion eines effizienten und robusten Messsystems für das Verkehrsinfrastrukturmonitoring.
MITGLIED IM KOLLEG
seit
Hochschule für angewandte Wissenschaften Kempten
Prof. Dr. rer. nat. Ulrich Göhner
Forschungsschwerpunkte:
- Algorithmen
- Optimierung
- High Performance Computing
Projekte:
- Emissionsfreier öffentlicher Personennahverkehr
- Generische Bestimmung des frei befahrbaren Raums für das autonome Fahren durch globale Risikominimierung einer lokalen dynamischen Fahrscene mittels eines prädiktiv-reaktiven Risikoprojektions- und -ausgleichsverfahren
- Optimierung von KI-Systemen zur Steigerung der Effizienz und Robustheit in der Informationsfusion
Technische Universität München
Prof. Dr. Mario Trapp
Für seinen Forschungsschwerpunkt im Engineering resilienter kognitiver Systeme vereint er seine jahrelange Expertise im Gebiet des modellbasierten Safety-Engineerings mit dem Engineering selbst-adaptiver Softwaresysteme. Neben der Grundlagenforschung ist ihm insbesondere auch der erfolgreiche Transfer in die industrielle Praxis wichtig.
Projekte:
Optimierte Teilentladungsprüfung für elektrische Antriebe
Das Isolationssystem von Traktionsmaschinen in Elektrofahrzeugen ist durch den Umrichterbetrieb hohen elektrischen Belastungen ausgesetzt und muss…
MITGLIED IM KOLLEG
seit
Technische Universität München
Technische Hochschule Ingolstadt
Prof. Dr.-Ing. Christian Endisch
Forschungsschwerpunkte:
- Lernfähige Batteriesysteme
- Lernfähige Systeme, Künstliche Intelligenz, Systemidentifikation, Schätzverfahren
- Innovative Fertigungs- und Prüftechnologien mit lernfähigen Systemen (Industrie 4.0, digitaler Produktentstehungsprozess, automatisierte Trajektorienplanung, flexible vorausschauende Maschinenbelegungsplanung)
- Optimierungsstrategien, vernetzte Mobilität, prädiktive Betriebsstrategien
Mehr Informationen zu Prof. Dr.-Ing. Christian Endisch finden Sie auf der Website der TH Ingolstadt
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Nadelwickeln als automatisierter Produktentstehungsprozess
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Optimierte Teilentladungsprüfung für elektrische Antriebe
Open-Set recognition for infrastructure based perception systems
Open-set recognition with infrastructure sensors in the domain of perception systems, such as object detection and scene understanding, thereby enhancing traffic safety and optimizing traffic flow.
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr. Michael Botsch
Forschungsschwerpunkte:
- Methoden des maschinellen Lernens für das sichere automatisierte Fahren
- Aktive und integrale Fahrzeugsicherheit
- Trajektorienplanung.
Webseite an der THI: https://www.thi.de/elektro-und-informationstechnik/personen/prof-dr-ing-michael-botsch
Projekte:
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Erprobungssystematik für automatisiertes Fahren
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Technische Universität München
Prof. Dr. Wolfgang Utschick
Professur für Methoden der Signalverarbeitung
Fakultät für Elektrotechnik und Informationstechnik
Technische Universität München
Forschungsschwerpunkte:
- Signal processing
- Signal optimization
- Information theory
Projekte:
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Adaptive Multimodal Sensor Data Fusion for Environmental Perception (tbc)
Adaptive data fusion of automotive multi-sensor systems is a well-known technique to improve environmental perception. The majority of procedures filter out sensor-specific imperfections. Here, artificial intelligence shall be used to gain enhanced perception information of unfiltered, disturbed data.
MITGLIED IM KOLLEG
seit
Hochschule für angewandte Wissenschaften Kempten
Prof. Dr.-Ing. Thomas Zeh
Forschungsschwerpunkte:
- Sensorik zur Umfelderfassung / Sensors for Environmental Perception
- Modellierung von Sensoren in Virtueller Umgebung / Sensors Modelling in Virtual Environment
- Zuverlässige Elektronik für Raumfahrtanwendungen / Reliable Electronics for Space Applications
Projekte:
Technische Universität München
Prof. Dr.-Ing. habil. Dr. h.c. Alexander W. Koch
Forschungsschwerpunkte:
Optomechatronische Messsysteme
Lasermesstechnik
Holographische Speckle-Interferometrie
Projekte:
Synthesizing Adverse Weather Image Data to lmprove Object Detection in Bad Visibility Conditions
Automated driving in bad visibility (fog, rain, snow) is prone to errors as algorithms are not trained to handle these conditions properly. The thesis aims to improve detection in bad visibility by augmenting data with adverse weather.
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr.-Ing. Werner Huber
Leiter CARISSMA Institute of Automated Driving (C-IAD)
Forschungsschwerpunkte:
- X-in-the-Loop-Testmethoden für automatisiertes Fahren
- Wirkungsbewertung durch virtuelle Feldtests und Simulation
- Generische Versuchsfahrzeugplattformen
Projekte:
- Micro-mobility rider models for stochastic traffic safety simulations
- The role of perceptual failure and degrading processes in urban traffic accidents - a stochastic computational model for virtual experiments
- Bestimmung der Merkmale automotiver Radare
- Synthesizing Adverse Weather Image Data to lmprove Object Detection in Bad Visibility Conditions
Technische Universität München
Prof. Dr.-Ing. Alois Christian Knoll
Forschungsschwerpunkte:
- Autonomous systems
- Robotics and artificial intelligence
- Cognitive and neurorobotics
- Medical and sensor-based robotics
- Multi-agent systems
- Data fusion
- Adaptive systems
- Multimedia information retrieval and model-driven development of embedded systems
Projekte:
- Investigation of Different Artificial Intelligence Approaches to Optimize Manufacturing Processes and Human-Machine Collaboration in I4.0 Manufacturing
- Application of Federated Learning Methods in Cooperative Intelligent Traffic Systems
- Synthesizing Adverse Weather Image Data to lmprove Object Detection in Bad Visibility Conditions
Automotive Radar and Lidar Sensors Behavioral Models for Closed Loop Simulation for Environmental Perception
Advanced driver assistance systems (ADAS) applications are currently an area of focus in the automotive industry. Modern vehicles are equipped with…
MITGLIED IM KOLLEG
seit
Hochschule für angewandte Wissenschaften Kempten
Prof. Dr.-Ing. Thomas Zeh
Forschungsschwerpunkte:
- Sensorik zur Umfelderfassung / Sensors for Environmental Perception
- Modellierung von Sensoren in Virtueller Umgebung / Sensors Modelling in Virtual Environment
- Zuverlässige Elektronik für Raumfahrtanwendungen / Reliable Electronics for Space Applications
Projekte:
Technische Universität München
Prof. Dr.-Ing. habil. Dr. h.c. Alexander W. Koch
Forschungsschwerpunkte:
Optomechatronische Messsysteme
Lasermesstechnik
Holographische Speckle-Interferometrie
Projekte:
Interpretable AI-based Representations for Prediction Tasks in Automated Driving
Im Fokus des Forschungsprojekts steht die Interpretierbarkeit von KI-Methoden im Bereich des automatisierten Fahrens. Ein KI-Modell soll derart entworfen werden, dass interpretierbare latente Repräsentationen erzeugt werden.
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr. Michael Botsch
Forschungsschwerpunkte:
- Methoden des maschinellen Lernens für das sichere automatisierte Fahren
- Aktive und integrale Fahrzeugsicherheit
- Trajektorienplanung.
Webseite an der THI: https://www.thi.de/elektro-und-informationstechnik/personen/prof-dr-ing-michael-botsch
Projekte:
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Erprobungssystematik für automatisiertes Fahren
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Technische Universität München
Prof. Dr. Wolfgang Utschick
Professur für Methoden der Signalverarbeitung
Fakultät für Elektrotechnik und Informationstechnik
Technische Universität München
Forschungsschwerpunkte:
- Signal processing
- Signal optimization
- Information theory
Projekte:
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Reinforcement Learning for Traffic Light Optimization
Gemäß des Bundes-Klimaschutzgesetzes ist eine Reduktion der Treibhausgasemissionen um 43% von 2020 bis 2030 im Verkehrssektor notwendig. Um diese…
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Klaus Bogenberger
Forschungsschwerpunkte:
- Verkehrstechnik / Verkehrsmanagement
- Verkehrstheorie
- Verkehrssteuerung
Projekte:
- Lade- und Mobilitätsverhalten von batterieelektrischen Fahrzeugen und deren Einbindung in das Stromnetz als dezentrale Energiespeicher zur Erbringung von Systemdienstleistung
- Collective Perception using Roadside ITS Stations: Simulations on Traffic Safety and Efficiency of Urban Automated Driving
- Emissionsfreier öffentlicher Personennahverkehr
- Micro-mobility rider models for stochastic traffic safety simulations
- The role of perceptual failure and degrading processes in urban traffic accidents - a stochastic computational model for virtual experiments
- Generische Bestimmung des frei befahrbaren Raums für das autonome Fahren durch globale Risikominimierung einer lokalen dynamischen Fahrscene mittels eines prädiktiv-reaktiven Risikoprojektions- und -ausgleichsverfahren
- Reinforcement Learning for Traffic Light Optimization
Technische Hochschule Ingolstadt
Prof. Dr. Stefanie Schmidtner
Forschungsschwerpunkte:
- Nachhaltige und intelligente Mobilitätssysteme
- Data Science & Machine Learning in Mobilitätssystemen
- Zusammenspiel automatisiertes Fahren und Infrastruktur/Verkehrssteuerung
Projekte:
Deep network architectures for sensor fusion in autonomous driving
Neuronale Netzwerkarchitekturen zur Verarbeitung von hochdynamischen und fluktuierenden Sensorwerten für Anwendungsgebiete im Bereich des autonomen Fahrens.
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr. Torsten Schön
Forschungsschwerpunkte:
- Computer Vision
- Artificial Intelligence
- Machine Learning
Projekte:
Technische Universität München
Prof. Dr. Daniel Cremers
Forschungsschwerpunkte:
- Kamera-basierte 3D Rekonstruktion und SLAM
- Autonome Fahrzeuge und Drohnen
- Neuronale Netze und Deep Learning
Projekte:
Application of Federated Learning Methods in Cooperative Intelligent Traffic Systems
Safer, more economical and efficient way of traveling is persistently pursed for the development of future traffic systems. Ongoing R&D projects aim…
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr. Andreas Festag
Prof. Dr. Andreas Festag lehrt und forscht auf dem Gebiet der Fahrzeugsicherheit und Car2X-Kommunikation.
Forschungsschwerpunkte:
- Kommunikationsnetze und -protokolle
- Vernetztes und automatisiertes Fahren
- Verkehrsmanagement
Mehr erfahren Sie auf der Unterseite Prof. Festags auf der Website der TH Ingolstadt.
Projekte:
Technische Universität München
Prof. Dr.-Ing. Alois Christian Knoll
Forschungsschwerpunkte:
- Autonomous systems
- Robotics and artificial intelligence
- Cognitive and neurorobotics
- Medical and sensor-based robotics
- Multi-agent systems
- Data fusion
- Adaptive systems
- Multimedia information retrieval and model-driven development of embedded systems
Projekte:
- Investigation of Different Artificial Intelligence Approaches to Optimize Manufacturing Processes and Human-Machine Collaboration in I4.0 Manufacturing
- Application of Federated Learning Methods in Cooperative Intelligent Traffic Systems
- Synthesizing Adverse Weather Image Data to lmprove Object Detection in Bad Visibility Conditions
Einfluss von Achsbauteilschäden auf die Fahrzeugdynamik. Methodenentwicklung anhand gekoppelter Mehrkörper- und Finite-Elemente-Simulationen in Kombination mit Fahrsimulatoren
Ziel ist die Beurteilung von virtuell geschädigten Achsbauteilen auf einem Fahrsimulator anhand gekoppelter Mehrkörper- und Finite-Elemente-Simulationen von Fahrzeugachsen.
MITGLIED IM KOLLEG
seit
Hochschule für angewandte Wissenschaften Kempten
Prof. Bernhard Schick
Forschungsprofessor für Fahrdynamik & automatisiertes Fahren,
Hochschule Kempten
Forschungsschwerpunkte:
- Fahrzeugdynamik
- Fahrerassistenz
- automatisches Fahren
Mehr erfahren Sie auf der Seite des Lehrstuhls
Projekte:
- Beanspruchungsreduktion und Komfortgewinn durch Assistenz und Automation
- Validierung der Simulation zur virtuellen Homologation automatisierter Fahrzeuge
- Einfluss von Achsbauteilschäden auf die Fahrzeugdynamik. Methodenentwicklung anhand gekoppelter Mehrkörper- und Finite-Elemente-Simulationen in Kombination mit Fahrsimulatoren
Universität der Bundeswehr München
Prof. Dr.-Ing. Alexander Lion
Forschungsschwerpunkte:
- Fahrzeugdynamik, -berechnung und -simulation
- Materialmodellierung, -prüfung und -simulation
- Kontinuumsmechanik
Projekte:
Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
Gezielte „Partnerbildung“ in der Montage elektrischer Traktionsantriebe mithilfe intelligenter Datenanalysen, um Fertigungstoleranzen der Einzelbauteile wertschöpfend zu nutzen
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Ralph M. Kennel
Derzeitige Forschungsschwerpunkte (siehe auch Website www.eal.ei.tum.de):
- Geberlose Regelung von elektrischen Antrieben
- Moderne Regelungsverfahren für elektrische Antriebe
- Regenerative Energiesysteme (v.a. Photovoltaik- & Windenergie & Energieeffizienz)
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Reactive power operation of a single phase AC-AC DAB Converter
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Nadelwickeln als automatisierter Produktentstehungsprozess
Technische Hochschule Ingolstadt
Prof. Dr.-Ing. Christian Endisch
Forschungsschwerpunkte:
- Lernfähige Batteriesysteme
- Lernfähige Systeme, Künstliche Intelligenz, Systemidentifikation, Schätzverfahren
- Innovative Fertigungs- und Prüftechnologien mit lernfähigen Systemen (Industrie 4.0, digitaler Produktentstehungsprozess, automatisierte Trajektorienplanung, flexible vorausschauende Maschinenbelegungsplanung)
- Optimierungsstrategien, vernetzte Mobilität, prädiktive Betriebsstrategien
Mehr Informationen zu Prof. Dr.-Ing. Christian Endisch finden Sie auf der Website der TH Ingolstadt
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Nadelwickeln als automatisierter Produktentstehungsprozess
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Optimierte Teilentladungsprüfung für elektrische Antriebe
Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
Der elektrische Antriebstrang als Alternative zum klassischen Verbrennungsmotor wird in zukünftigen Automobilen eine zentrale Rolle einnehmen. Eine…
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Ralph M. Kennel
Derzeitige Forschungsschwerpunkte (siehe auch Website www.eal.ei.tum.de):
- Geberlose Regelung von elektrischen Antrieben
- Moderne Regelungsverfahren für elektrische Antriebe
- Regenerative Energiesysteme (v.a. Photovoltaik- & Windenergie & Energieeffizienz)
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Reactive power operation of a single phase AC-AC DAB Converter
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Nadelwickeln als automatisierter Produktentstehungsprozess
Technische Hochschule Ingolstadt
Prof. Dr.-Ing. Christian Endisch
Forschungsschwerpunkte:
- Lernfähige Batteriesysteme
- Lernfähige Systeme, Künstliche Intelligenz, Systemidentifikation, Schätzverfahren
- Innovative Fertigungs- und Prüftechnologien mit lernfähigen Systemen (Industrie 4.0, digitaler Produktentstehungsprozess, automatisierte Trajektorienplanung, flexible vorausschauende Maschinenbelegungsplanung)
- Optimierungsstrategien, vernetzte Mobilität, prädiktive Betriebsstrategien
Mehr Informationen zu Prof. Dr.-Ing. Christian Endisch finden Sie auf der Website der TH Ingolstadt
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Nadelwickeln als automatisierter Produktentstehungsprozess
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Optimierte Teilentladungsprüfung für elektrische Antriebe
Nadelwickeln als automatisierter Produktentstehungsprozess
Optimierung des Entwicklungsprozesses zur Fertigung von Wicklungen elektrischer Maschinen mit Lernfähigen Systemen und Maschinellem Sehen
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Ralph M. Kennel
Derzeitige Forschungsschwerpunkte (siehe auch Website www.eal.ei.tum.de):
- Geberlose Regelung von elektrischen Antrieben
- Moderne Regelungsverfahren für elektrische Antriebe
- Regenerative Energiesysteme (v.a. Photovoltaik- & Windenergie & Energieeffizienz)
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Reactive power operation of a single phase AC-AC DAB Converter
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Nadelwickeln als automatisierter Produktentstehungsprozess
Technische Hochschule Ingolstadt
Prof. Dr.-Ing. Christian Endisch
Forschungsschwerpunkte:
- Lernfähige Batteriesysteme
- Lernfähige Systeme, Künstliche Intelligenz, Systemidentifikation, Schätzverfahren
- Innovative Fertigungs- und Prüftechnologien mit lernfähigen Systemen (Industrie 4.0, digitaler Produktentstehungsprozess, automatisierte Trajektorienplanung, flexible vorausschauende Maschinenbelegungsplanung)
- Optimierungsstrategien, vernetzte Mobilität, prädiktive Betriebsstrategien
Mehr Informationen zu Prof. Dr.-Ing. Christian Endisch finden Sie auf der Website der TH Ingolstadt
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Nadelwickeln als automatisierter Produktentstehungsprozess
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Optimierte Teilentladungsprüfung für elektrische Antriebe
Modell basierte digitale Fahrzeugforensik
Moderne Fahrzeuge werden immer komplexer und vernetzter. Beispiele sind Car-To-X (z.B. Fahrzeuge kommunizieren mit anderen Fahrzeugen, Ampelanlagen,…
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr.-Ing. Hans-Joachim Hof
Forschungsschwerpunkte:
- Automotive Security
- Embedded Security
- Software Security
Projekte:
Friedrich-Alexander-Universität Erlangen-Nürnberg
Prof. Dr.-Ing. Felix Freiling
Forschungsschwerpunkte:
- praktische IT-Sicherheit
- Softwaresicherheit
- forensische Informatik,
- Cyberkriminalität
Projekte:
Fail operational software components in heterogeneous automotive real time systems
Fault tolerance for component based software architectures in heterogeneous automotive mixed-criticality systems
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr. Ulrich Margull
Forschungsschwerpunkte:
- Echtzeitsysteme im Automobilbereich
- Zuverlässige eingebettete Systeme mit parallelen heterogenen Rechnerarchitekturen
Projekte:
Friedrich-Alexander-Universität Erlangen-Nürnberg
Prof. Dr.-Ing. Dietmar Fey
Chair of Computer Science 3 (Hardware Architectures)
Department of Computer Science
Friedrich Alexander Universität Erlangen
Schwerpunkte des Lehrstuhls:
- Application specific architectures for embedded systems
- Multi-cluster and many-core for heterogenous HPC
- Nano-computing
Projekte:
Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
Aktuelle Sicherheitssysteme treffen vereinfachende Annahmen über das Umfeldgeschehen, z.B. durch Reduktion der Trajektorienprädiktion für andere…
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr. Wolfgang Utschick
Professur für Methoden der Signalverarbeitung
Fakultät für Elektrotechnik und Informationstechnik
Technische Universität München
Forschungsschwerpunkte:
- Signal processing
- Signal optimization
- Information theory
Projekte:
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Technische Hochschule Ingolstadt
Prof. Dr. Michael Botsch
Forschungsschwerpunkte:
- Methoden des maschinellen Lernens für das sichere automatisierte Fahren
- Aktive und integrale Fahrzeugsicherheit
- Trajektorienplanung.
Webseite an der THI: https://www.thi.de/elektro-und-informationstechnik/personen/prof-dr-ing-michael-botsch
Projekte:
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Erprobungssystematik für automatisiertes Fahren
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
The role of perceptual failure and degrading processes in urban traffic accidents - a stochastic computational model for virtual experiments
The role of perceptual failure and degrading processes in urban right turn accidents involving cyclists – a stochastic failure model suitable for virtual experiments to assess traffic safety measures.
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Klaus Bogenberger
Forschungsschwerpunkte:
- Verkehrstechnik / Verkehrsmanagement
- Verkehrstheorie
- Verkehrssteuerung
Projekte:
- Lade- und Mobilitätsverhalten von batterieelektrischen Fahrzeugen und deren Einbindung in das Stromnetz als dezentrale Energiespeicher zur Erbringung von Systemdienstleistung
- Collective Perception using Roadside ITS Stations: Simulations on Traffic Safety and Efficiency of Urban Automated Driving
- Emissionsfreier öffentlicher Personennahverkehr
- Micro-mobility rider models for stochastic traffic safety simulations
- The role of perceptual failure and degrading processes in urban traffic accidents - a stochastic computational model for virtual experiments
- Generische Bestimmung des frei befahrbaren Raums für das autonome Fahren durch globale Risikominimierung einer lokalen dynamischen Fahrscene mittels eines prädiktiv-reaktiven Risikoprojektions- und -ausgleichsverfahren
- Reinforcement Learning for Traffic Light Optimization
Technische Hochschule Ingolstadt
Prof. Dr.-Ing. Werner Huber
Leiter CARISSMA Institute of Automated Driving (C-IAD)
Forschungsschwerpunkte:
- X-in-the-Loop-Testmethoden für automatisiertes Fahren
- Wirkungsbewertung durch virtuelle Feldtests und Simulation
- Generische Versuchsfahrzeugplattformen
Projekte:
- Micro-mobility rider models for stochastic traffic safety simulations
- The role of perceptual failure and degrading processes in urban traffic accidents - a stochastic computational model for virtual experiments
- Bestimmung der Merkmale automotiver Radare
- Synthesizing Adverse Weather Image Data to lmprove Object Detection in Bad Visibility Conditions
Micro-mobility rider models for stochastic traffic safety simulations
The creation of micro-mobility models for stochastic traffic simulations regarding traffic safety will be developed and an effectiveness analysis of a traffic treatment (eg. V2X) is performed demonstrated using e-scooters.
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr.-Ing. Werner Huber
Leiter CARISSMA Institute of Automated Driving (C-IAD)
Forschungsschwerpunkte:
- X-in-the-Loop-Testmethoden für automatisiertes Fahren
- Wirkungsbewertung durch virtuelle Feldtests und Simulation
- Generische Versuchsfahrzeugplattformen
Projekte:
- Micro-mobility rider models for stochastic traffic safety simulations
- The role of perceptual failure and degrading processes in urban traffic accidents - a stochastic computational model for virtual experiments
- Bestimmung der Merkmale automotiver Radare
- Synthesizing Adverse Weather Image Data to lmprove Object Detection in Bad Visibility Conditions
Technische Universität München
Prof. Dr.-Ing. Klaus Bogenberger
Forschungsschwerpunkte:
- Verkehrstechnik / Verkehrsmanagement
- Verkehrstheorie
- Verkehrssteuerung
Projekte:
- Lade- und Mobilitätsverhalten von batterieelektrischen Fahrzeugen und deren Einbindung in das Stromnetz als dezentrale Energiespeicher zur Erbringung von Systemdienstleistung
- Collective Perception using Roadside ITS Stations: Simulations on Traffic Safety and Efficiency of Urban Automated Driving
- Emissionsfreier öffentlicher Personennahverkehr
- Micro-mobility rider models for stochastic traffic safety simulations
- The role of perceptual failure and degrading processes in urban traffic accidents - a stochastic computational model for virtual experiments
- Generische Bestimmung des frei befahrbaren Raums für das autonome Fahren durch globale Risikominimierung einer lokalen dynamischen Fahrscene mittels eines prädiktiv-reaktiven Risikoprojektions- und -ausgleichsverfahren
- Reinforcement Learning for Traffic Light Optimization
Bestimmung der Merkmale automotiver Radare
In dieser Dissertation werden die Auswirkungen von wetterbedingten Störungen auf Radarstrahlen untersucht und modelliert.
MITGLIED IM KOLLEG
seit
Friedrich-Alexander-Universität Erlangen-Nürnberg
Prof. Dr.-Ing. Martin Vossiek
Forschungsschwerpunkte:
- Radar
- Funksysteme
- Ortung & Navigation
Projekte:
Technische Hochschule Ingolstadt
Prof. Dr.-Ing. Werner Huber
Leiter CARISSMA Institute of Automated Driving (C-IAD)
Forschungsschwerpunkte:
- X-in-the-Loop-Testmethoden für automatisiertes Fahren
- Wirkungsbewertung durch virtuelle Feldtests und Simulation
- Generische Versuchsfahrzeugplattformen
Projekte:
- Micro-mobility rider models for stochastic traffic safety simulations
- The role of perceptual failure and degrading processes in urban traffic accidents - a stochastic computational model for virtual experiments
- Bestimmung der Merkmale automotiver Radare
- Synthesizing Adverse Weather Image Data to lmprove Object Detection in Bad Visibility Conditions
Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
Als Schlüsselelement der Elektromobilität beeinflusst der Lithium-Ionen-Energiespeicher die kundenrelevanten Kenngrößen Fahrzeugreichweite, Ladezeiten…
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Ralph M. Kennel
Derzeitige Forschungsschwerpunkte (siehe auch Website www.eal.ei.tum.de):
- Geberlose Regelung von elektrischen Antrieben
- Moderne Regelungsverfahren für elektrische Antriebe
- Regenerative Energiesysteme (v.a. Photovoltaik- & Windenergie & Energieeffizienz)
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Reactive power operation of a single phase AC-AC DAB Converter
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Nadelwickeln als automatisierter Produktentstehungsprozess
Technische Hochschule Ingolstadt
Prof. Dr.-Ing. Christian Endisch
Forschungsschwerpunkte:
- Lernfähige Batteriesysteme
- Lernfähige Systeme, Künstliche Intelligenz, Systemidentifikation, Schätzverfahren
- Innovative Fertigungs- und Prüftechnologien mit lernfähigen Systemen (Industrie 4.0, digitaler Produktentstehungsprozess, automatisierte Trajektorienplanung, flexible vorausschauende Maschinenbelegungsplanung)
- Optimierungsstrategien, vernetzte Mobilität, prädiktive Betriebsstrategien
Mehr Informationen zu Prof. Dr.-Ing. Christian Endisch finden Sie auf der Website der TH Ingolstadt
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Nadelwickeln als automatisierter Produktentstehungsprozess
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Optimierte Teilentladungsprüfung für elektrische Antriebe
Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
Um den immer strengeren Emissionswerten und den Klimazielen gerecht zu werden, setzen Automobilhersteller zunehmend auf innovative Antriebskonzepte…
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Ralph M. Kennel
Derzeitige Forschungsschwerpunkte (siehe auch Website www.eal.ei.tum.de):
- Geberlose Regelung von elektrischen Antrieben
- Moderne Regelungsverfahren für elektrische Antriebe
- Regenerative Energiesysteme (v.a. Photovoltaik- & Windenergie & Energieeffizienz)
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Reactive power operation of a single phase AC-AC DAB Converter
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Nadelwickeln als automatisierter Produktentstehungsprozess
Technische Hochschule Ingolstadt
Prof. Dr.-Ing. Christian Endisch
Forschungsschwerpunkte:
- Lernfähige Batteriesysteme
- Lernfähige Systeme, Künstliche Intelligenz, Systemidentifikation, Schätzverfahren
- Innovative Fertigungs- und Prüftechnologien mit lernfähigen Systemen (Industrie 4.0, digitaler Produktentstehungsprozess, automatisierte Trajektorienplanung, flexible vorausschauende Maschinenbelegungsplanung)
- Optimierungsstrategien, vernetzte Mobilität, prädiktive Betriebsstrategien
Mehr Informationen zu Prof. Dr.-Ing. Christian Endisch finden Sie auf der Website der TH Ingolstadt
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Nadelwickeln als automatisierter Produktentstehungsprozess
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Optimierte Teilentladungsprüfung für elektrische Antriebe
Emissionsfreier öffentlicher Personennahverkehr
Emissionsfreier öffentlicher Personennahverkehr – Was sind die größten Hemmnisse und wie kann der Wandel durch datengetriebene Optimierung und Künstliche Intelligenz beschleunigt werden?
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Klaus Bogenberger
Forschungsschwerpunkte:
- Verkehrstechnik / Verkehrsmanagement
- Verkehrstheorie
- Verkehrssteuerung
Projekte:
- Lade- und Mobilitätsverhalten von batterieelektrischen Fahrzeugen und deren Einbindung in das Stromnetz als dezentrale Energiespeicher zur Erbringung von Systemdienstleistung
- Collective Perception using Roadside ITS Stations: Simulations on Traffic Safety and Efficiency of Urban Automated Driving
- Emissionsfreier öffentlicher Personennahverkehr
- Micro-mobility rider models for stochastic traffic safety simulations
- The role of perceptual failure and degrading processes in urban traffic accidents - a stochastic computational model for virtual experiments
- Generische Bestimmung des frei befahrbaren Raums für das autonome Fahren durch globale Risikominimierung einer lokalen dynamischen Fahrscene mittels eines prädiktiv-reaktiven Risikoprojektions- und -ausgleichsverfahren
- Reinforcement Learning for Traffic Light Optimization
Hochschule für angewandte Wissenschaften Kempten
Prof. Dr. rer. nat. Ulrich Göhner
Forschungsschwerpunkte:
- Algorithmen
- Optimierung
- High Performance Computing
Projekte:
- Emissionsfreier öffentlicher Personennahverkehr
- Generische Bestimmung des frei befahrbaren Raums für das autonome Fahren durch globale Risikominimierung einer lokalen dynamischen Fahrscene mittels eines prädiktiv-reaktiven Risikoprojektions- und -ausgleichsverfahren
- Optimierung von KI-Systemen zur Steigerung der Effizienz und Robustheit in der Informationsfusion
Memory Profiling for Model Based Developed Software
Memory Profiling for Model Based Developed Software
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Florian Holzapfel
Forschungsschwerpunkte:
- Flugsimulation und Flugdynamik
- Flugregelung und Flugführung
- Flugsteuerungsavionik und Flugsicherheit
Projekte:
Technische Hochschule Ingolstadt
Prof. em. Dr. Peter Hartlmüller
Ehemals Airbus Stiftungsprofessur „Systemtechnik in sicherheitsgerichteten Anwendungen“
an der Technische Hochschule Ingolstadt
Forschungsschwerpunkte:
- Kommunikation in Echtzeitsystemen
- Architektur eingebetteter Rechnersysteme
- HW-nahe SW-Entwicklung
Projekte:
Collective Perception using Roadside ITS Stations: Simulations on Traffic Safety and Efficiency of Urban Automated Driving
Wie können wir sicheres und zuverlässiges automatisiertes Fahren realisieren? Diese Frage analysieren wir mittels Hardware in the Loop Simulationen von relevanten Szenarien.
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Klaus Bogenberger
Forschungsschwerpunkte:
- Verkehrstechnik / Verkehrsmanagement
- Verkehrstheorie
- Verkehrssteuerung
Projekte:
- Lade- und Mobilitätsverhalten von batterieelektrischen Fahrzeugen und deren Einbindung in das Stromnetz als dezentrale Energiespeicher zur Erbringung von Systemdienstleistung
- Collective Perception using Roadside ITS Stations: Simulations on Traffic Safety and Efficiency of Urban Automated Driving
- Emissionsfreier öffentlicher Personennahverkehr
- Micro-mobility rider models for stochastic traffic safety simulations
- The role of perceptual failure and degrading processes in urban traffic accidents - a stochastic computational model for virtual experiments
- Generische Bestimmung des frei befahrbaren Raums für das autonome Fahren durch globale Risikominimierung einer lokalen dynamischen Fahrscene mittels eines prädiktiv-reaktiven Risikoprojektions- und -ausgleichsverfahren
- Reinforcement Learning for Traffic Light Optimization
Technische Hochschule Augsburg
Prof. Dr.-Ing. Carsten Markgraf
Professor for Automatic Control
Projekte:
Lade- und Mobilitätsverhalten von batterieelektrischen Fahrzeugen und deren Einbindung in das Stromnetz als dezentrale Energiespeicher zur Erbringung von Systemdienstleistung
Mein Promotionsprojekt beschäftigt sich mit dem Lade- und Mobilitätsverhalten von batterieelektrischen Fahrzeugen und deren Einbindung in das Stromnetz als dezentrale Energiespeicher zur Erbringung von Systemdienstleistung.
MITGLIED IM KOLLEG
seit
Technische Hochschule Rosenheim
Prof. Dr. Wibke Michalk
Forschungsschwerpunkte:
- Nachhaltige Mobilität im ländlichen Raum
- Digitale Transformation in Unternehmen
- Digitalisierung von Produkten
- Akzeptanztreiber für Digitalisierung
Projekte:
Technische Universität München
Prof. Dr.-Ing. Klaus Bogenberger
Forschungsschwerpunkte:
- Verkehrstechnik / Verkehrsmanagement
- Verkehrstheorie
- Verkehrssteuerung
Projekte:
- Lade- und Mobilitätsverhalten von batterieelektrischen Fahrzeugen und deren Einbindung in das Stromnetz als dezentrale Energiespeicher zur Erbringung von Systemdienstleistung
- Collective Perception using Roadside ITS Stations: Simulations on Traffic Safety and Efficiency of Urban Automated Driving
- Emissionsfreier öffentlicher Personennahverkehr
- Micro-mobility rider models for stochastic traffic safety simulations
- The role of perceptual failure and degrading processes in urban traffic accidents - a stochastic computational model for virtual experiments
- Generische Bestimmung des frei befahrbaren Raums für das autonome Fahren durch globale Risikominimierung einer lokalen dynamischen Fahrscene mittels eines prädiktiv-reaktiven Risikoprojektions- und -ausgleichsverfahren
- Reinforcement Learning for Traffic Light Optimization
Hochschule für angewandte Wissenschaften München
Prof. Dr.-Ing. Jörg Elias
Prof. Dr.-Ing. Jörg Elias - Fakultät für Wirtschaftsingenieurwesen Hochschule München
Forschungsschwerpunkte:
- Geschäftsmodelle für Ladeinfrastruktur für Elektrofahrzeuge
Mehr erfahren Sie auf der Seite des Lehrstuhls
Projekte:
Additive Fertigung in der urbanen Logistik – Wie kann physischer Warentransport durch den Transport von Daten ersetzt werden und welche Auswirkungen hat dies auf urbane Mobilität?
Additive Fertigung in der urbanen Logistik – Wie kann physischer Warentransport durch den Transport von Daten ersetzt werden und welche Auswirkungen hat dies auf urbane Mobilität?
MITGLIED IM KOLLEG
seit
Hochschule für angewandte Wissenschaften Neu-Ulm
Technische Universität München
Prof. Dr.-Ing. Gebhard Wulfhorst
Professur für Siedlungsstruktur und Verkehrsplanung
Projekte:
Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr.-Ing. Christian Endisch
Forschungsschwerpunkte:
- Lernfähige Batteriesysteme
- Lernfähige Systeme, Künstliche Intelligenz, Systemidentifikation, Schätzverfahren
- Innovative Fertigungs- und Prüftechnologien mit lernfähigen Systemen (Industrie 4.0, digitaler Produktentstehungsprozess, automatisierte Trajektorienplanung, flexible vorausschauende Maschinenbelegungsplanung)
- Optimierungsstrategien, vernetzte Mobilität, prädiktive Betriebsstrategien
Mehr Informationen zu Prof. Dr.-Ing. Christian Endisch finden Sie auf der Website der TH Ingolstadt
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Nadelwickeln als automatisierter Produktentstehungsprozess
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Optimierte Teilentladungsprüfung für elektrische Antriebe
Technische Universität München
Prof. Dr.-Ing. Ralph M. Kennel
Derzeitige Forschungsschwerpunkte (siehe auch Website www.eal.ei.tum.de):
- Geberlose Regelung von elektrischen Antrieben
- Moderne Regelungsverfahren für elektrische Antriebe
- Regenerative Energiesysteme (v.a. Photovoltaik- & Windenergie & Energieeffizienz)
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Reactive power operation of a single phase AC-AC DAB Converter
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Nadelwickeln als automatisierter Produktentstehungsprozess
Unfallalgorithmen in risikoethischer Perspektive. Zur Weiterentwicklung des Diskurses moralischer Dilemma-Strukturen im Kontext des autonomen Fahrens
Im Rahmen des Promotionsprojektes werden moralische Dilemma-Strukturen, die im Kontext des autonomen Fahrens auftreten können, aus der Perspektive einer deontologischen Risikoethik interpretiert und diskutiert.
MITGLIED IM KOLLEG
seit
Katholische Stiftungshochschule München
Prof. Dr. Markus Babo
Arbeits- und Forschungsschwerpunkte
- Medien- und Kommunikationsethik
- Nachhaltige Entwicklung
- Grundfragen der Ethik (insbes. Sozialethik)
Projekte:
- Unfallalgorithmen in risikoethischer Perspektive. Zur Weiterentwicklung des Diskurses moralischer Dilemma-Strukturen im Kontext des autonomen Fahrens
- Bildung und soziale Gerechtigkeit. Eine gemeinsame Verantwortung von Schule und Jugendhilfe am Beispiel Münchner Ganztagsschulen - Eine sozialethische Untersuchung unter besonderer Berücksichtigung des Befähigungsansatzes (Capabilities Approach)
- Anforderungen zur Entwicklung eines Palliative Care Ansatzes für Menschen mit schweren und anhaltenden psychischen Erkrankungen in Deutschland
Hochschule für Philosophie München
Prof. Dr. Alexander Filipović
Projekte:
Matching Markets for the Crowd
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr. Stefan Minner
Logistics and Supply Chain Management
Fakultät für Wirtschaftswissenschaften
Forschungsschwerpunkte:
- Urbane Logistik
- Handel- und Automobillogistik
- Optimierung und maschinelles Lernen
Projekte:
Hochschule für angewandte Wissenschaften Neu-Ulm
Domain Knowledge Guided Representation Learning for Traffic Scenarios
In dieser Arbeit werden drei neue Repräsentations-Lernverfahren vorgestellt, welche das Clustering und die Neuheitserkennung von Verkehrsszenarien verbessern.
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr. Michael Botsch
Forschungsschwerpunkte:
- Methoden des maschinellen Lernens für das sichere automatisierte Fahren
- Aktive und integrale Fahrzeugsicherheit
- Trajektorienplanung.
Webseite an der THI: https://www.thi.de/elektro-und-informationstechnik/personen/prof-dr-ing-michael-botsch
Projekte:
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Erprobungssystematik für automatisiertes Fahren
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Technische Universität München
Prof. Dr. Wolfgang Utschick
Professur für Methoden der Signalverarbeitung
Fakultät für Elektrotechnik und Informationstechnik
Technische Universität München
Forschungsschwerpunkte:
- Signal processing
- Signal optimization
- Information theory
Projekte:
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Untersuchung mechanischer Schädigungsmechanismen von Lithium-Ionen-Batterien
Untersuchung mechanischer Schädigungsmechanismen von Lithium-Ionen-Batterien
MITGLIED IM KOLLEG
seit
Hochschule für angewandte Wissenschaften München
Prof. Dr.-Ing. Oliver Sven Bohlen
Professur für Energiespeichersysteme
Schwerpunkte:
- Elektrische Energiespeicher, Li-Ionen-Akkumulatoren und Supercaps
- Batteriemanagementsysteme, Algorithmen und Elektronik
- Simulation und Regelung von Speichersystemen
Projekte:
Technische Universität München
Prof. Dr.-Ing. Andreas Jossen
Forschungsschwerpunkte:
- Batteriemodelle
- Batteriesystemtechnik und vielzellige Batteriesysteme
- Speicher für erneuerbare Energien
- Speicher für die Elektromobilität
Projekte:
Erprobungssystematik für automatisiertes Fahren
Das Forschungsprojekt untersucht datenbasierte Ansätze, welche auf einer Mustererkennung von Verkehrsszenarien basieren. Diese ermöglicht es, den Erprobungsfortschritt zu quantifizieren und zu optimieren.
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr. Michael Botsch
Forschungsschwerpunkte:
- Methoden des maschinellen Lernens für das sichere automatisierte Fahren
- Aktive und integrale Fahrzeugsicherheit
- Trajektorienplanung.
Webseite an der THI: https://www.thi.de/elektro-und-informationstechnik/personen/prof-dr-ing-michael-botsch
Projekte:
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Erprobungssystematik für automatisiertes Fahren
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Technische Universität München
Kostenorientierte Synthese verschiedenartiger Sensorik für den sicheren Einsatz von fahrerlosen Schleppern im Indoor- und Outdoor-Betrieb bei Mischverkehr
Das Promotionsprojekt erforscht die Potentiale autonomer Logistiksysteme in der Intralogistik. Schwerpunkte sind die digitale Verknüpfung der Systemkomponenten, die Realisierbarkeit einer vollautonomen Materialversorgung, sowie die Definition einer Methodik für deren Umsetzung.
MITGLIED IM KOLLEG
seit
Friedrich-Alexander-Universität Erlangen-Nürnberg
Prof. Dr.-Ing. Jörg Franke
Forschungsschwerpunkte:
- Fertigung und Montage von Elektromotoren
- Aufbau- und Verbindungstechnik für Leistungselektronik
- Bordnetze zur Leistungs- und Signal-Vernetzung in mobilen Systemen
Projekte:
- Kostenorientierte Synthese verschiedenartiger Sensorik für den sicheren Einsatz von fahrerlosen Schleppern im Indoor- und Outdoor-Betrieb bei Mischverkehr
- Alternative Verdichtungsverfahren für die Herstellung gedruckter resistiver Sensorik
- Verformbare elektronische Strukturen für die Kunststofftechnik in einem digitalisierten und automatisierten Fertigungsumfeld
Technische Hochschule Ingolstadt
Prof. Dr. rer. pol. Peter Schuderer
Forschungsleitlinie:
Entwicklung von innovativen Methoden und Techniken zur Lösung unternehmerischer Herausforderungen bei der Wertschöpfungsoptimierung und -flexibilisierung in Produktion und Logistik.
Themengebiete:
- Bestandsarme, bedarfsgerechte und produktionssynchrone Ver- und Entsorgung von Wertschöpfungsprozessen (SynchroLog)
- Fahrerlose Routenzüge mit autonomen Schwarmfahrzeugen zur flexiblen Steuerung der Materialflusses im Wertschöpfungsbereich (SynchroBot).
- Einsatz von mobiler Robotik in Handling und Kommissionierung (SynchroBot)
- Markierungsfreie Rückverfolgbarkeit (Tracing) von Bauteilen zur Erhöhung der Transparenz in der Wertschöpfungskette und effizienten Reduktion von Ausschuss (SupTrace)
- Betriebsbegleitender Einsatz der ereignisdiskreten Simulation mit Optimierungsmodell zur Verbesserung der Produktionsplanung und –steuerung in Echtzeit
Projekte:
Experimentelle Untersuchungen zur On-Board-Diagnose von Partikelfiltern für den Einsatz in Fahrzeugen mit direkteinspritzenden Benzinmotor
Partikelfilter sollen bei direkteinspritzenden Benzinmotoren die auszustoßende Partikelmasse u. -anzahl auf ein Minimum reduzieren. Im Rahmen des Promotionsprojekts soll ein optimales Sensor-Prinzip für die On-Board-Diagnose des Partikelfilters ermittelt werden.
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Matthias Gaderer
.
Projekte:
- On the Application of Plate Heat Exchangers in Adsorption Processes
- Charakterisierung der Emissionszusammensetzung von Pflanzenölkraftstoffen in modernen Dieselmotoren und Entwicklung von Maßnahmen in der Brennverfahrensgestaltung sowie der Abgasnachbehandlung
- Experimentelle Untersuchungen zur On-Board-Diagnose von Partikelfiltern für den Einsatz in Fahrzeugen mit direkteinspritzenden Benzinmotor
- Entwicklung eines thermochemischen Wasserstoffspeichers
- Experimentelle und numerische Untersuchungen an einem solarselektiven Wärmedämmsystem
Ostbayerische Technische Hochschule Regensburg
Prof. Dr.-Ing. Hans-Peter Rabl
Lehrgebiete
- Verbrennungsmotoren
- Grundlagen der Fahrzeugtechnik
- Praktikum Messtechnik
- Maschinentechnisches Praktikum
Projekte:
- Charakterisierung der Emissionszusammensetzung von Pflanzenölkraftstoffen in modernen Dieselmotoren und Entwicklung von Maßnahmen in der Brennverfahrensgestaltung sowie der Abgasnachbehandlung
- Experimentelle Untersuchungen zur On-Board-Diagnose von Partikelfiltern für den Einsatz in Fahrzeugen mit direkteinspritzenden Benzinmotor
Charakterisierung der Emissionszusammensetzung von Pflanzenölkraftstoffen in modernen Dieselmotoren und Entwicklung von Maßnahmen in der Brennverfahrensgestaltung sowie der Abgasnachbehandlung
Untersuchung von Pflanzenölkraftstoffen in modernen Dieselmotoren und Entwicklung von Maßnahmen in der Brennverfahrensgestaltung sowie der Abgasnachbehandlung
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Matthias Gaderer
.
Projekte:
- On the Application of Plate Heat Exchangers in Adsorption Processes
- Charakterisierung der Emissionszusammensetzung von Pflanzenölkraftstoffen in modernen Dieselmotoren und Entwicklung von Maßnahmen in der Brennverfahrensgestaltung sowie der Abgasnachbehandlung
- Experimentelle Untersuchungen zur On-Board-Diagnose von Partikelfiltern für den Einsatz in Fahrzeugen mit direkteinspritzenden Benzinmotor
- Entwicklung eines thermochemischen Wasserstoffspeichers
- Experimentelle und numerische Untersuchungen an einem solarselektiven Wärmedämmsystem
Ostbayerische Technische Hochschule Regensburg
Prof. Dr.-Ing. Hans-Peter Rabl
Lehrgebiete
- Verbrennungsmotoren
- Grundlagen der Fahrzeugtechnik
- Praktikum Messtechnik
- Maschinentechnisches Praktikum
Projekte:
- Charakterisierung der Emissionszusammensetzung von Pflanzenölkraftstoffen in modernen Dieselmotoren und Entwicklung von Maßnahmen in der Brennverfahrensgestaltung sowie der Abgasnachbehandlung
- Experimentelle Untersuchungen zur On-Board-Diagnose von Partikelfiltern für den Einsatz in Fahrzeugen mit direkteinspritzenden Benzinmotor
Beanspruchungsreduktion und Komfortgewinn durch Assistenz und Automation
Fahrerassistenzsysteme werden mit Begriffen wie Komfort, Sicherheit und Zeit verbunden. Auch Vertrauen spielt dabei eine große Rolle. Ziel der Systeme sollte die Reduktion von Beanspruchung sowie die Erhöhung der Nutzerakzeptanz sein.
MITGLIED IM KOLLEG
seit
Hochschule für angewandte Wissenschaften Kempten
Prof. Bernhard Schick
Forschungsprofessor für Fahrdynamik & automatisiertes Fahren,
Hochschule Kempten
Forschungsschwerpunkte:
- Fahrzeugdynamik
- Fahrerassistenz
- automatisches Fahren
Mehr erfahren Sie auf der Seite des Lehrstuhls
Projekte:
- Beanspruchungsreduktion und Komfortgewinn durch Assistenz und Automation
- Validierung der Simulation zur virtuellen Homologation automatisierter Fahrzeuge
- Einfluss von Achsbauteilschäden auf die Fahrzeugdynamik. Methodenentwicklung anhand gekoppelter Mehrkörper- und Finite-Elemente-Simulationen in Kombination mit Fahrsimulatoren
Technische Universität München
Prof. Dr. Klaus Bengler
Fakultät für Maschinenwesen
Technische Universität München
Professor Benglers Forschung ist auf den Bereich der sogenannten "micro ergonomics" zu Fragen der Mensch-Maschine-Interaktion fokussiert, insbesondere den Bereich der Fahrerassistenz, der Softwareergonomie und der Kooperation zwischen Mensch und Roboter. Er untersucht beispielsweise den Einfluss von Zusatzaufgaben auf die Fahrleistung und die Gestaltung des Fahrerarbeitsplatzes für das Fahrzeug der Zukunft unter Aspekten des demografischen Wandels. Seine Forschung schließt dabei sowohl anthropometrische als auch kognitive Fragestellungen ein.
Projekte:
Validation Machine Learning-based Highly Automated Driving Functions by Diversity
In this project, we aim to develop methods and processes, which can be used to verify machine learning algorithms by diversity, when applied in safety related functions for highly automated driving.
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr. Michael Botsch
Forschungsschwerpunkte:
- Methoden des maschinellen Lernens für das sichere automatisierte Fahren
- Aktive und integrale Fahrzeugsicherheit
- Trajektorienplanung.
Webseite an der THI: https://www.thi.de/elektro-und-informationstechnik/personen/prof-dr-ing-michael-botsch
Projekte:
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Erprobungssystematik für automatisiertes Fahren
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Technische Universität München
Prof. Dr. Wolfgang Utschick
Professur für Methoden der Signalverarbeitung
Fakultät für Elektrotechnik und Informationstechnik
Technische Universität München
Forschungsschwerpunkte:
- Signal processing
- Signal optimization
- Information theory
Projekte:
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
The introduction of automated driving goes hand in hand with a drastically increasing complexity on multiple levels. One of the main reasons for this…
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr. Michael Botsch
Forschungsschwerpunkte:
- Methoden des maschinellen Lernens für das sichere automatisierte Fahren
- Aktive und integrale Fahrzeugsicherheit
- Trajektorienplanung.
Webseite an der THI: https://www.thi.de/elektro-und-informationstechnik/personen/prof-dr-ing-michael-botsch
Projekte:
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Erprobungssystematik für automatisiertes Fahren
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Technische Universität München
Prof. Dr. Wolfgang Utschick
Professur für Methoden der Signalverarbeitung
Fakultät für Elektrotechnik und Informationstechnik
Technische Universität München
Forschungsschwerpunkte:
- Signal processing
- Signal optimization
- Information theory
Projekte:
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Verfahren zur Analyse des Einflusses MCU-interner Datenströme auf die WCET
Im Rahmen des Promotionsprojektes werden die Einflüsse auf die WCET bestimmt und quantifiziert, die durch die Verarbeitung von mikrocontroller-internen konkurrierenden Datenströmen verursacht werden.
MITGLIED IM KOLLEG
seit
Friedrich-Alexander-Universität Erlangen-Nürnberg
Prof. Dr.-Ing. Dietmar Fey
Chair of Computer Science 3 (Hardware Architectures)
Department of Computer Science
Friedrich Alexander Universität Erlangen
Schwerpunkte des Lehrstuhls:
- Application specific architectures for embedded systems
- Multi-cluster and many-core for heterogenous HPC
- Nano-computing
Projekte:
Technische Hochschule Ingolstadt
Prof. em. Dr. Peter Hartlmüller
Ehemals Airbus Stiftungsprofessur „Systemtechnik in sicherheitsgerichteten Anwendungen“
an der Technische Hochschule Ingolstadt
Forschungsschwerpunkte:
- Kommunikation in Echtzeitsystemen
- Architektur eingebetteter Rechnersysteme
- HW-nahe SW-Entwicklung
Projekte:
Generische Bestimmung des frei befahrbaren Raums für das autonome Fahren durch globale Risikominimierung einer lokalen dynamischen Fahrscene mittels eines prädiktiv-reaktiven Risikoprojektions- und -ausgleichsverfahren
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Klaus Bogenberger
Forschungsschwerpunkte:
- Verkehrstechnik / Verkehrsmanagement
- Verkehrstheorie
- Verkehrssteuerung
Projekte:
- Lade- und Mobilitätsverhalten von batterieelektrischen Fahrzeugen und deren Einbindung in das Stromnetz als dezentrale Energiespeicher zur Erbringung von Systemdienstleistung
- Collective Perception using Roadside ITS Stations: Simulations on Traffic Safety and Efficiency of Urban Automated Driving
- Emissionsfreier öffentlicher Personennahverkehr
- Micro-mobility rider models for stochastic traffic safety simulations
- The role of perceptual failure and degrading processes in urban traffic accidents - a stochastic computational model for virtual experiments
- Generische Bestimmung des frei befahrbaren Raums für das autonome Fahren durch globale Risikominimierung einer lokalen dynamischen Fahrscene mittels eines prädiktiv-reaktiven Risikoprojektions- und -ausgleichsverfahren
- Reinforcement Learning for Traffic Light Optimization
Hochschule für angewandte Wissenschaften Kempten
Prof. Dr. rer. nat. Ulrich Göhner
Forschungsschwerpunkte:
- Algorithmen
- Optimierung
- High Performance Computing
Projekte:
- Emissionsfreier öffentlicher Personennahverkehr
- Generische Bestimmung des frei befahrbaren Raums für das autonome Fahren durch globale Risikominimierung einer lokalen dynamischen Fahrscene mittels eines prädiktiv-reaktiven Risikoprojektions- und -ausgleichsverfahren
- Optimierung von KI-Systemen zur Steigerung der Effizienz und Robustheit in der Informationsfusion
Rechtfertigung der Verwendung von COTS-Hardware-Komponenten in sicherheitskritischer Avionik
Auch für sicherheitskritische Avionik werden Hardware-Komponenten »von der Stange« verwendet. Neue Sicherheitsnachweiskonzepte sind nötig die speziell auf diese Komponenten zugeschnitten sind.
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Florian Holzapfel
Forschungsschwerpunkte:
- Flugsimulation und Flugdynamik
- Flugregelung und Flugführung
- Flugsteuerungsavionik und Flugsicherheit
Projekte:
Technische Hochschule Ingolstadt
Prof. em. Dr. Peter Hartlmüller
Ehemals Airbus Stiftungsprofessur „Systemtechnik in sicherheitsgerichteten Anwendungen“
an der Technische Hochschule Ingolstadt
Forschungsschwerpunkte:
- Kommunikation in Echtzeitsystemen
- Architektur eingebetteter Rechnersysteme
- HW-nahe SW-Entwicklung
Projekte:
Zukünftige Redundanzarchitekturen für hochsicherheitskritische Avionik
Im Rahmen des Promotionsprojektes werden neuartige Redundanzarchitekturen basierend auf handelsüblichen COTS SoCs untersucht, welche zur Steigerung der Sicherheit künftiger unbemannter Flugsysteme eingesetzt werden können.
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Florian Holzapfel
Forschungsschwerpunkte:
- Flugsimulation und Flugdynamik
- Flugregelung und Flugführung
- Flugsteuerungsavionik und Flugsicherheit
Projekte:
Technische Hochschule Ingolstadt
Prof. em. Dr. Peter Hartlmüller
Ehemals Airbus Stiftungsprofessur „Systemtechnik in sicherheitsgerichteten Anwendungen“
an der Technische Hochschule Ingolstadt
Forschungsschwerpunkte:
- Kommunikation in Echtzeitsystemen
- Architektur eingebetteter Rechnersysteme
- HW-nahe SW-Entwicklung
Projekte:
Validierung der Simulation zur virtuellen Homologation automatisierter Fahrzeuge
Automatisierte Fahrzeuge sollen zukünftig in Millionen Szenarien in der Simulation getestet werden. Doch wie kann ausreichend Vertrauen in die Simulationsmodelle sichergestellt werden, um den Weg zu einem sicheren automatisierten Fahren zu ebnen?
MITGLIED IM KOLLEG
seit
Hochschule für angewandte Wissenschaften Kempten
Prof. Bernhard Schick
Forschungsprofessor für Fahrdynamik & automatisiertes Fahren,
Hochschule Kempten
Forschungsschwerpunkte:
- Fahrzeugdynamik
- Fahrerassistenz
- automatisches Fahren
Mehr erfahren Sie auf der Seite des Lehrstuhls
Projekte:
- Beanspruchungsreduktion und Komfortgewinn durch Assistenz und Automation
- Validierung der Simulation zur virtuellen Homologation automatisierter Fahrzeuge
- Einfluss von Achsbauteilschäden auf die Fahrzeugdynamik. Methodenentwicklung anhand gekoppelter Mehrkörper- und Finite-Elemente-Simulationen in Kombination mit Fahrsimulatoren
Technische Universität München
Prof. Dr.-Ing. Markus Lienkamp
Lehrstuhl für Fahrzeugtechnik
Schwerpunkte:
- Elektrische Antriebssysteme
- Fahrzeugkonzepte
- Automatisiertes Fahren
- Fahrdynamik
- Smarte Mobilität
Projekte:
Enabling Teleoperated Driving in Everyday Traffic Scenarios
Teleoperated Driving, where a vehicle is controlled remotely by skilled drivers, is an extension for autonomous cars. Relevant parameters and solutions for the crucial connection are determined.
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Jörg Ott
Chair of Connected Mobility, Technische Universität München
Forschungsschwerpunkte:
- Mobiles Internet und mobile Dienste
- Mobilitätsmodellierung
- Mobilitätsdienste und Empfehlungsssyteme
Mehr erfahren Sie auf der Seite des Lehrstuhls
Projekte:
Technische Hochschule Ingolstadt
Prof. Dr. Christian Facchi
Schwerpunkte:
- SW-Testmethoden
- Car2X-Kommunikation
- Industrie 4.0
Prof. Dr. rer. nat. Christian Facchi
Projekte:
Reactive power operation of a single phase AC-AC DAB Converter
Entwurf und Implementierung eines hocheffizienten DAB ac-ac Wandler, der die Funktion eines einphasigen 50Hz Transformators nachahmt.
MITGLIED IM KOLLEG
seit
Technische Universität München
Prof. Dr.-Ing. Ralph M. Kennel
Derzeitige Forschungsschwerpunkte (siehe auch Website www.eal.ei.tum.de):
- Geberlose Regelung von elektrischen Antrieben
- Moderne Regelungsverfahren für elektrische Antriebe
- Regenerative Energiesysteme (v.a. Photovoltaik- & Windenergie & Energieeffizienz)
Projekte:
- Systemidentifikation und Parameterschätzung von Batteriezellen im Betrieb von Elektrofahrzeugen durch Impedanzspektroskopie
- Reactive power operation of a single phase AC-AC DAB Converter
- Erweiterte Fehlerdiagnose in Lithium-Ionen-Batteriesystemen
- Zustands- und Parameterschätzung und Sensordatenfusion in intelligenten Batteriesystemen
- Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
- Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen
- Nadelwickeln als automatisierter Produktentstehungsprozess
Hochschule für angewandte Wissenschaften Kempten
Prof. Dr.-Ing. Michael Patt
Projekte:
Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
Um alle Beteiligten bestmöglich zu schützen, wird im Projekt „Sichere Unfallprognose“ der Frage nachgegangen, welches Handlungspotenzial Situationen bieten, in denen ein Crash unausweichlich ist.
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr. Michael Botsch
Forschungsschwerpunkte:
- Methoden des maschinellen Lernens für das sichere automatisierte Fahren
- Aktive und integrale Fahrzeugsicherheit
- Trajektorienplanung.
Webseite an der THI: https://www.thi.de/elektro-und-informationstechnik/personen/prof-dr-ing-michael-botsch
Projekte:
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Erprobungssystematik für automatisiertes Fahren
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Technische Universität München
Prof. Dr. Wolfgang Utschick
Professur für Methoden der Signalverarbeitung
Fakultät für Elektrotechnik und Informationstechnik
Technische Universität München
Forschungsschwerpunkte:
- Signal processing
- Signal optimization
- Information theory
Projekte:
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
Statistical learning methods offer the possibility of finding a solution for many practical problems with low computational resources. However, they are seen as a “Black-Box” as they are pure data-based methods.
MITGLIED IM KOLLEG
seit
Technische Hochschule Ingolstadt
Prof. Dr. Michael Botsch
Forschungsschwerpunkte:
- Methoden des maschinellen Lernens für das sichere automatisierte Fahren
- Aktive und integrale Fahrzeugsicherheit
- Trajektorienplanung.
Webseite an der THI: https://www.thi.de/elektro-und-informationstechnik/personen/prof-dr-ing-michael-botsch
Projekte:
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Erprobungssystematik für automatisiertes Fahren
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Technische Universität München
Prof. Dr. Wolfgang Utschick
Professur für Methoden der Signalverarbeitung
Fakultät für Elektrotechnik und Informationstechnik
Technische Universität München
Forschungsschwerpunkte:
- Signal processing
- Signal optimization
- Information theory
Projekte:
- Forschungsprojekt »Sichere Unfallprognose – Situationsinterpretation«
- Hybrid Statistical Learning Methods for Embedded Implementation of Vehicle Safety Functions (HySLEUS)
- Absicherungsfähigkeit und Interpretation von maschinellen Lernverfahren für automatisiertes Fahren durch Entwurf (Validation by Design)
- Validation Machine Learning-based Highly Automated Driving Functions by Diversity
- Domain Knowledge Guided Representation Learning for Traffic Scenarios
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
- Interpretable AI-based Representations for Prediction Tasks in Automated Driving
- Open-Set recognition for infrastructure based perception systems
Publikationen
2023
A Hegde, R Song, A Festag, 2023, Radio Resource Allocation in 5G-NR V2X: A Multi-Agent Actor-Critic Based Approach, In IEEE Access, DOI: 10.1109/ACCESS.2023.3305267, Journal Impact Fator=3.9.
Anna-Lena Schlamp, Jeremias Gerner, Klaus Bogenberger, Stefanie Schmidtner, 09/2023, User-Centric Green Light Optimized Speed Advisory with Reinforcement Learning, Intelligent Transportation Systems Conference / Bilbao, Proceedings sind noch nicht öffentlich
Florian Denk, Chantal Himmels, Vladislav Andreev, Johannes Lindner, Arslan Ali Syed, Andreas Riener, Werner Huber and Ronald Kates, 09/2023, Studying interactions of motorists and vulnerable road users: Empirical comparison of test track and simulator experiments, Bilbao, Spain
Florian Denk, Felix Fröhling, Pascal Brunner, Werner Huber, Martin Margreiter, Klaus Bogenberger, Ronald Kates, 06/2023, Design of an Experiment to Pinpoint Cognitive Failure Processes in the Interaction of Motorists and Vulnerable Road Users, Anchorage, USA
Jenny Hofbauer, Kevin Klaus Gomez Buquerin, Hans-Joachim Hof, 10/2023, From SOC to VSOC, 21th escar Europe : The World's Leading Automotive Cyber Security Conference (Hamburg, 15. - 16.11.2023), doi.org/10.13154/294-10389
Jenny Hofbauer, Kevin Klaus Gomez Buquerin, Hans-Joachim Hof, 10/2023, From SOC to VSOC, 21th escar Europe : The World's Leading Automotive Cyber Security Conference (Hamburg, 15. - 16.11.2023), doi.org/10.13154/294-10389
Johannes Lex, Ralph Mader, 09/2023, Fail operational software components in heterogeneous automotive real time systems, Patent: DE10 2021 210 077
Johannes Lex, Ulrich Margull, Dietmar Fey, Ralph Mader, 06/23, Evaluation of different Hypervisor Technologies for Real-Time Sensitive Backup Strategies in Heterogeneous Systems, AmE 2023 – Automotive meets Electronics; 14. GMM Symposium, Dortmund, Germany, Gewinner des BestPaper Awards, ISBN: 978-3-8007-6113-5
K. Klein, O. De Candido, and W. Utschick, 07/2023, Interpretable Classifiers based on Time-Series Motifs for Lane Change Prediction, IEEE Transactions on Intelligent Vehicles, Volume: 8, Issue: 7, 10.1109/TIV.2023.3276650
L Zhou, R Song, G Chen, A Festag, A Knoll, 2023, Residual encoding framework to compress DNN parameters for fast transfer, In Knowledge-Based Systems, DOI: 10.1016/j.knosys.2023.110815, Journal Impact Fator=8.8.
Lukas Haas, Arsalan Haider, Ludwig Kastner, Thomas Zeh, Tim Poguntke, Matthias Kuba, Michael Schardt, Martin Jakobi und Alexander W. Koch, 11/2023, Velocity Estimation from LiDAR Sensors Motion Distortion Effect, MDPI Sensors, DOI: 10.3390/s23239426
Marion Neumeier, Andreas Tollkühn, Michael Botsch, Wolfgang Utschick, 2022, A Multidimensional Graph Fourier Transformation Neural Network for Vehicle Trajectory Prediction, 2021 IEEE International Intelligent Transportation Systems Conference (ITSC), 10.1109/ITSC55140.2022.9922419
Marion Neumeier, Andreas Tollkühn, Sebastian Dorn, Michael Botsch, Wolfgang Utschick, 2023, Prediction and Interpretation of Vehicle Trajectories in the Graph Spectral Domain, 2023 IEEE International Intelligent Transportation Systems Conference (ITSC)
Marion Neumeier, Andreas Tollkühn, Sebastian Dorn, Michael Botsch, Wolfgang Utschick, 2023, Optimization and Interpretability of Graph Attention Networks for Small Sparse Graph, 2023 IEEE Intelligent Vehicles Symposium (IV), 10.1109/IV55152.2023.10186536
Marion Neumeier, Andreas Tollkühn, Sebastian Dorn, Michael Botsch, Wolfgang Utschick, 2023, Gradient Derivation for Learnable Parameters in Graph Attention Networks, arxiv.org, [2304.10939] Gradient Derivation for Learnable Parameters in Graph Attention Networks (arxiv.org)
Marion Neumeier, Michael Botsch, Andreas Tollkühn, Thomas Berberich, 2021, Variational Autoencoder-Based Vehicle Trajectory Prediction with an Interpretable Latent Space, 2021 IEEE International Intelligent Transportation Systems Conference (ITSC), 10.1109/ITSC48978.2021.9565120
R Song, D Liu, DZ Chen, A Festag, C Trinitis, M Schulz, A Knoll, 2023, Federated learning via decentralized dataset distillation in resource-constrained edge environments, Gold Coast, Australia, In International Joint Conference on Neural Networks (IJCNN), DOI: 10.1109/IJCNN54540.2023.10191879
R Song, L Lyu, W Jiang, A Festag, A Knoll, 2023, V2X-Boosted Federated Learning for Cooperative Intelligent Transportation Systems with Contextual Client Selection, International Conference on Robotics and Automation (ICRA) Workshop
R Song, L Zhou, L Lyu, A Festag, A Knoll, 2023, ResFed: Communication Efficient Federated Learning With Deep Compressed Residuals, In IEEE Internet of Things Journal, DOI: 10.1109/JIOT.2023.3324079, Journal Impact Fator=10.6.
R Song, R Xu, A Festag, J Ma, A Knoll, 2023, FedBEVT: Federated Learning Bird's Eye View Perception Transformer in Road Traffic Systems, In IEEE Transactions on Intelligent Vehicles, DOI: 10.1109/TIV.2023.3310674, Journal Impact Fator=8.2.
Samuel Würtz, Klaus Bogenberger, Ulrich Göhner, Andreas Rupp, 01/2024, Towards Efficient Battery Electric Bus Operations: A Novel Energy Forecasting Framework, World Electric Vehicle Journal, http://dx.doi.org/10.3390/wevj15010027
Samuel Würtz, Klaus Bogenberger, Ulrich Göhner, Andreas Rupp, 08/2022, Big Data and Discrete Optimization for Electric Urban Bus Operations, Transportation Research Record Journal of the Transportation Research Board, http://dx.doi.org/10.1177/03611981221115427
J. Y. Tee, O. De Candido, W. Utschick, and P. Geiger, 09/2023, On Learning the Tail Quantiles of Driving Behavior Distributions via Quantile Regression and Flows, 26th IEEE International Conference on Intelligent Transportation Systems ITSC 2023; Bilbao, Bizkaia, Spain
Lukas Haas, Arsalan Haider, Ludwig Kastner, Thomas Zeh, Matthias Kuba, Martin Jakobi und Alexander W. Koch, 12/2023, Maschinelles Lernen zur Geschwindigkeits- und Bewegungsrichtungsschätzung von Objekten basierend auf Scan-Artefakten von LiDAR-Sensoren, Tagung Automatisiertes Fahren, München
M. Henneberg, C. Eghtebas, O. De Candido, K. Kunze, and J. A. Ward, 04/2023, Detecting an Offset-Adjusted Similarity Score based on Duchenne Smiles, CHI EA '23: Extended Abstracts of the 2023 CHI Conference on Human Factors in Computing Systems; Hamburg, Germany, 10.1145/3544549.3585709
Samuel Würtz, Denis Spiess, Benjamin, Martin, Klaus Bogenberger, Ulrich Göhner, Andreas Rupp, 01/2023, Energy Prediction Model Development and Parameter Estimation for Urban Battery Electric Buses with Real World Data, Washington, Transportation Research Board Annual Meeting 2023, https://annualmeeting.mytrb.org/OnlineProgram/Details/19446
Samuel Würtz, Jonas Rossa, Klaus Bogenberger, Ulrich Göhner, 06/2023, Virtual testbed for the planning of urban battery electric buses, Ispra, 10th International Symposium on Transportation Data & Modelling (ISTDM2023), http://dx.doi.org/10.2760/522095
Samuel Würtz, Klaus Bogenberger, Ulrich Göhner, Andreas Rupp, 01/2022, Poster: Big Data and Discrete Optimization for Electric Urban Bus Operations, Washington, Transportation Research Board Annual Meeting 2022
Thomas Rothmeier, Diogo Wachtel, Tetmar von dem Bussche-Hünnefeld, Werner Huber, 06/2023, I Had a Bad Day: Challenges of Object Detection in Bad Visibility Conditions, Anchorage, AK, 10.1109/IV55152.2023.10186674
2022
A. Haider, W. Rosenfeld, T. Zeh, 04/2022, Virtual testing of automotive lidar, London, UK
A.Hegde,S.Lobo, A.Festag, 10/2022, Cellular-V2X for Vulnerable Road User Protection in Cooperative ITS, Thessaloniki, IEEE WiMOB 2022
Arslan Ali, Markus Fischer, Cornelius Hardt, Klaus Bogenberger, 10/2022, Charge Point Search Policies for EVs - Minimizing The Cruise for Juice, Conference: 2022 IEEE 25th International Conference on Intelligent Transportation Systems (ITSC), DOI:10.1109/ITSC55140.2022.9921802.
Blank, A.; Baier, L.; Zwingel, M.; Franke, J., 2022, Augmented Virtuality Data Annotation and Human-in-the-Loop Refinement for RGBD Data in Industrial Bin-Picking Scenarios, Hannover, Germany, https://doi.org/10.15488/12184
D. Wachtel, J. Edler, S. Schröder, S. Queiroz and W. Huber, 10/2022, Convolutional Neural Network Classification of Vulnerable Road Users based on Micro-Doppler Signatures using an Automotive Radar, Macau, China, DOI:10.1109/ITSC55140.2022.9921852.
Dominik Rößle, Torsten Schön, Daniel Cremers, 07/2022, Perceiver Hopfield Pooling for Dynamic Multi-modal and Multi-instance Fusion, Springer / International Conference on Artificial Neural Networks (ICANN), https://link.springer.com/chapter/10.1007/978-3-031-15919-0_50
F. Kruber, E. Sánchez Morales, R. Egolf, J. Wurst, S. Chakraborty and M. Botsch, 2022, Micro- and Macroscopic Road Traffic Analysis using Drone Image Data, Leibniz Transactions on Embedded Systems, DOI:10.4230/LITES.8.1.2.
Florian Denk, Pascal Brunner, Werner Huber, Martin Margreiter, Klaus Bogenberger, Ronald Kates, 10/2022, Assessment of traffic safety interventions using virtual randomized controlled trials: potential of connected and automated driving including V2X for collision reduction at urban intersections, Macau, China, DOI:10.1109/ITSC55140.2022.9921764
Georg Seifert, 05/2022, Analysemethodiken zur Berechnung der WCET mit asynchroner Ein-/Ausgabeverarbeitung, Boppard am Rhein, DOI:10.1007/978-3-658-37751-9_6
Georg Seifert, 2022, Static Analysis Methodologies for WCET Calculating with Asynchronous IO, DOI:10.18420/se2022-ws-14
Haider, A.; Pigniczki, M.; Köhler, M.H.; Fink, M.; Schardt, M.; Cichy, Y.; Zeh, T.; Haas, L.; Poguntke, T.; Jakobi, M.; Koch, A.W, 10/2022, Development of High-Fidelity Automotive LiDAR Sensor Model with Standardized Interfaces, doi.org/10.3390/s22197556
Johannes Lindner, Andreas Keler, Georgios Grigoropoulos, Patrick Malcom, Florian Denk, Pascal Brunner, Klaus Bogenberger, 10/2022, A coupled driving simulator to investigate the interaction between bicycles and automated vehicles, Macau, China, DOI:10.1109/ITSC55140.2022.9922400
Johannes Lindner, Georgios Grigoropoulos, Andreas Keler, Patrick Malcom, Florian Denk, Pascal Brunner, Klaus Bogenberger, 06/2022, A mobile application for resolving bicyclist and automated vehicle interactions at intersections, Aachen, Germany, DOI: 10.1109/IV51971.2022.9827439
Jonas Wurst; Lakshman Balasubramanian; Michael Botsch; Wolfgang Utschick, 06/2022, Expert-LaSTS: Expert-Knowledge Guided Latent Space for Traffic Scenarios, Aachen, Germany, DOI:10.1109/IV51971.2022.9827187
Kevin Gomez, Hans-Joachim Hof, 10/2022, Digital Forensics Investigation of the Tesla Autopilot File System, SECURWARE 2022, The Sixteenth International Conference on Emerging Security Information, Systems and Technologies
Lakshman Balasubramanian; Jonas Wurst; Robin Egolf; Michael Botsch; Wolfgang Utschick; Ke Deng, 10/2022, ExAgt: Expert-guided Augmentation for Representation Learning of Traffic Scenarios, Macau, China, DOI:10.1109/ITSC55140.2022.9922453
Marion Neumeier, Andreas Tollkühn, Michael Botsch, Wolfgang Utschick, 10/2022, A Multidimensional Graph Fourier Transformation Neural Network for Vehicle Trajectory Prediction, Macau, China, DOI: 10.1109/ITSC55140.2022.9922419
Markus Fischer, 06/2022, Nutzungsverhalten von öffentlicher Ladeinfrastruktur in München, Vortrag bei der Veranstaltung München elektrisiert am 29.06.2022 in der IHK für München und Oberbayern
Markus Fischer, 09/2022, Bewertung von Ladekonzepten für Elektrofahrzeuge auf der Grundlage von Charge Detail Records, Vortrag bei der Universitätstagung Verkehrswesen von 25 bis 27 September 2022 in Weimar (UTA2022)
Markus Fischer, Cornelius Hardt, Jörg Elias, Klaus Bogenberger, 08/2022, Simulation-Based Evaluation of Charging Infrastructure Concepts: The Park and Ride Case, World Electric Vehicle Journal 13 (Charging Infrastructure for EVs), https://doi.org/10.3390/wevj13080151
Markus Fischer, Cornelius Hardt, Wibke Michalk, Klaus Bogenberger, 01/2022, Charging or Idling: Method for Quantifying the Charging and the Idle Time of Public Charging Stations, Transportation Research Board (TRB) 101st Annual Meeting, Washington D.C.
Markus Kohler, David Fendt, Christian Endisch, 06/2022, Modeling Geometric Wire Bending Behavior in Needle Winding Processes Using Circular Arcs with Tangential Linear Functions, 2022 IEEE Transportation Electrification Conference & Expo (ITEC), Anaheim, CA, USA, 2022, DOI:10.1109/ITEC53557.2022.9814041.
Markus Kohler, Martin Gerngroβ, Christian Endisch, 06/2022, A Test Bench Concept and Method for Image-Based Modeling of Geometric Wire Bending Behavior in Needle Winding Processes, 2022 IEEE 31st International Symposium on Industrial Electronics (ISIE), Anchorage, AK, USA, 2022, DOI:10.1109/ISIE51582.2022.9831494.
Markus Lieret, Benedikt Kreis, Christian Hofmann, Maximilian Zwingel, Jörg Franke, 01/2022, Aerial Grasping and Transport Using an Unmanned Aircraft (UA) Equipped with an Industrial Suction Gripper, Cham, https://doi.org/10.1007/978-3-030-74032-0_8
Maximilian Zwingel, Christopher May, Matthias Kalenberg, Jörg Franke, 2022, Robotics simulation – A comparison of two state-of-the-art solutions, Wien, Austria, DOI: 10.11128/arep.20.a2033
Zwingel, M.; Blank, A.; Schuderer, P.; Franke, J., 2022, A Hybrid Metric for Navigation of Autonomous Intralogistics Vehicles in Mixed Indoor and Outdoor Operation, Hannover, Germany, https://doi.org/10.15488/12123
Markus Spielbauer, 2022, Mechanical Damages of Lithium-ion Batteries: Aging, Signal Behavior, and Safety, Battery Safety Summit, Washington DC
Markus Spielbauer; Jonas Soellner; Philipp Berg; Korbinian Koch; Peter Keil; Christian Rosenmüller; Oliver Bohlen; Andreas Jossen, 2022, Experimental investigation of the impact of mechanical deformation on aging, safety and electrical behavior of 18650 lithium-ion battery cells, DOI:10.1016/j.est.2022.105564
Markus Spielbauer; Marco Steinhardt; Jan Singer; Andreas Aufschläger; Oliver Bohlen; Andreas Jossen, 2022, Influence of Breathing and Swelling on the Jelly-Roll Case Gap of Cylindrical Lithium-Ion Battery Cells, DOI:10.3390/batteries9010006
Markus Spielbauer; Oliver Bohlen; Andreas Jossen, 2022, Safety behavior of mechanically damaged 18650 lithium-ion battery cells, Advanced Battery Power, Münster
Meess, Henri, Gerner, Jeremias, Hein, Daniel, Schmidtner, Stefanie, Elger, Gordon, 2022, Reinforcement Learning for Traffic Signal Control Optimization: A concept for Real-World Implementation, Proceedings of the 21st International Conference on Autonomous Agents and Multiagent Systems
Meess, Henri, Gerner, Jeremias, Hein, Daniel, Schmidtner, Stefanie, Elger, Gordon, 2022, Real World Traffic Optimization by Reinforcement Learning: A Concept, International Workshop on Agent-Based Modelling of Urban Systems (ABMUS) Proceedings: 2022
Michael Schmid, Christian Endisch, 09/2022, Online diagnosis of soft internal short circuits in series-connected battery packs using modified kernel principal component analysis, Journal of Energy Storage 53 (2022), S. 104815, https://doi.org/10.1016/j.est.2022.104815
Michael Schmid, Jan Kleiner, Christian Endisch, 04/2022, Early detection of Internal Short Circuits in series-connected battery packs based on nonlinear process monitoring, Journal of Energy Storage 48 (2022), S. 103732, https://doi.org/10.1016/j.est.2021.103732
Nachtsheim, Martin; Betz, Michael; Endisch, Christian, 2022, Explicit Analytical Approach for Electromagnetic Modeling of Arbitrary Pole Pair Induction Machines, Shiga, Japan, DOI:10.1109/CPEEE54404.2022.9738660
Nachtsheim, Martin; Hartmann, Thomas; Endisch, Christian, 2022, Physically Inspired Neural Network for Modeling Induction Machine Nonlinear Magnetic Saturation, Los Angeles, USA, DOI:10.1109/ITEC53557.2022.9813908
Nachtsheim, Martin; Korkmaz, Luetfue; Schmoelz, Martin; Endisch, Christian, 2022, Observability Analysis for Parameter Identification of Induction Machines in Automotive Environment, Anchorage, USA, DOI: 10.1109/ISIE51582.2022.9831658
Pascal Brunner, Tetmar von dem Bussche-Hünnefeld, Florian Denk, Klaus Bogenberger, Werner Huber, Ronald Kates, 01/2022, An E-Scooter Safety Experiment -Design, Methodology and Results, Washington, United States
Pascal Brunner, Vikram Singh, Florian Denk, Martin Margreiter, Klaus Bogenberger, Werner Huber, Ronald Kates, 12/2022, Safety impacts of rising urban micromobility: statistical analysis of e-scooter use and risky rider behavior in Ingolstadt, Germany, Santiago, Chile
R. Song, L. Zhou, V. Lakshminarasimhan, A. Festag, A. Knoll, 07/2022, Federated Learning Framework Coping with Hierarchical Heterogeneity in Cooperative ITS, Macao, China, DOI:10.1109/ITSC55140.2022.9922064
R.Song, A.Hegde, N.Senel, A.Festag, 06/2022, Edge-Aided Sensor Data Sharing in Vehicular Communication Networks, Finland, DOI:10.1109/VTC2022-Spring54318.2022.9860849
Robert Schurmann, Dr. Thomas Kersten, Dr. Georg Ungemach, Nils Harrendza, Moritz Martynkewicz, Prof. Bernhard Schick, Maximilian Böhle, 05/2022, Investigation of the damage criticality of axle components of a four-link rear axle on the driving simulator, 18. VDI-Tagung: Reifen - Fahrwerk - Fahrbahn Tagung, Best Paper Award erhalten
Schäffner, Vanessa, 2022, Die Algorithmisierung der Moral. Über die (Un-)Möglichkeit moralischer Maschinen und die Grenzen maschineller Moral, Endres, EM., Puzio, A., Rutzmoser, C. (eds) Menschsein in einer technisierten Welt. Springer VS, Wiesbaden, Seite 75-90, DOI:10.1007/978-3-658-36220-1_6
Schneider, Dominik; Liebhart, Bernhard; Endisch, Christian; Kennel, Ralph, 01/2022, Enhanced State and Parameter Estimation within Reconfigurable Battery Systems for Electric Vehicles, 2022 12th International Conference on Power, Energy and Electrical Engineering (CPEEE), Shiga, Japan, DOI:10.1109/CPEEE54404.2022.9738700
Theiler, Michael; Schneider, Dominik; Endisch, Christian, 2022, Kalman Filter Tuning Using Multi-Objective Genetic Algorithm for State and Parameter Estimation of Lithium-Ion Cells, MDPI Batteries, https://doi.org/10.3390/batteries8090104
Tim Elter, Tobias Dirndorfer, Michael Botsch, Wolfgang Utschick, 10/2022, Interaction-aware Prediction of Occupancy Regions based on a POMDP Framework, IEEE ITSC 2022, Macau, China, doi.org/10.1109/ITSC55140.2022.9922127
2021
Brunner Pascal, Löcken Andreas, Denk Florian, Kates Ronald, Huber Werner, 2020, Analysis of experimental data on dynamics and behavior of e-scooter riders and applications to the impact of automated driving functions on urban road safety, IEEE Intelligent Vehicles Symposium (IV), Las Vegas, US
De Candido, O.; Binder, M.; Utschick, W., July 2021, An Interpretable Lane Change Detector Algorithm based on Deep Autoencoder Anomaly Detection, 2021 IEEE Intelligent Vehicles Symposium (IV), Nagoya, Japan (Onlinekonferenz), DOI: 10.1109/IV48863.2021.9575599, peer-reviewed
Denk F., Huber W., Brunner P., Kates R., 2020, The role of perceptual failure and degrading processes in urban traffic accidents: a stochastic computational model for virtual experiments, 2020 IEEE 23rd International Conference on Intelligent Transportation Systems (ITSC), Rhodes, Greece
Fischer Markus, Bogenberger Klaus, Elias Jörg, Schramm Simon, September 2021, Evaluation of the provision of control reserve by battery electric vehicles based on real mobility and charging profiles, Geneva (Genf Schweiz), Konferenz CIRED Geneva, DOI: http://dx.doi.org/10.1049/icp.2021.1886, peer-reviewed
Friese Philipp Andreas, Michalk Wibke, Fischer Markus, Hardt Cornelius, Bogenberger Klaus, November 2021, Charging Point Usage in Germany-Automated Retrieval, Analysis, and Usage Types Explained, DOI: http://dx.doi.org/10.3390/su132313046, peer-reviewed
Funk Drechsler Maikol, Peintner Jakob Benedikt, Seifert Georg, Huber Werner, Riener Andreas, September 2021, Mixed Reality Environment for Testing Automated Vehicle and Pedestrian Interaction, AutomotiveUI '21 Adjunct: 13th International Conference on Automotive User Interfaces and Interactive Vehicular Applications, 10.1145/3473682.3481878, peer-reviewed
Gallitz O., De Candido O., Botsch M., Utschick W., September 2021, Interpretable Early Prediction of Lane Changes Using a Constrained Neural Network Architecture, 2021 IEEE International Intelligent Transportation Systems Conference (ITSC), Indianapolis, IN, USA (Onlinekonferenz), DOI: 10.1109/itsc48978.2021.9564555, peer-reviewed
Gomez Buquerin K, Bayerl D, Hof H-J., Paper: Überwachung in modernen Fahrzeugen, May 2021, Datenschutz und Datensicherheit - DuD volume 45, DOI: https://doi.org/https://doi.org/10.1007/s11623-021-1459-5 , https://link.springer.com/article/10.1007/s11623-021-1459-5 Seiten: 399–403, peer-reviewed
Gomez Buquerin K, Corbett C, Hof H-J, Paper: A generalized approach to automotive forensics, April 2021, Forensic Science International: Digital Investigation, Volume 36, DOI: https://doi.org/10.1016/j.fsidi.2021.301111, https://www.sciencedirect.com/science/article/pii/S2666281721000056 peer-reviewed
Gomez Buquerin K, Hof H-J., Paper: Identification of Automotive Digital Forensics Stakeholders, November 2021, SECURWARE 2021, The Fifteenth International Conference on Emerging Security Information, Systems and Technologies, ISBN: 978-1-61208-919-51, Website: https://www.thinkmind.org/index.php?view=article&articleid=securware_2021_1_20_30004, Seiten: 8-13, peer-reviewed
Gomez Buquerin K, Hof H-J., Paper: Structured methodology and survey to evaluate data completeness in automotive digital forensics, September 2021, 19th escar Europe : The World’s Leading Automotive Cyber Security Conference, DOI: https://doi.org/10.13154/294-8351, Website: https://hss-opus.ub.ruhr-uni-bochum.de/opus4/frontdoor/index/index/docId/8351 Seiten: 52-70, peer-reviewed
Gomez Buquerin K., November 2021, Tutorial: Automotive Forensics - A Hands-on Showcase, online, Youtube Video: https://www.youtube.com/watch?v=QoIs4ndAnQU
Hanzl C., Hartmann C., Hölzle M., Liebhart B., Schmid M., Endisch C., „Current Commutation in a Switched Lithium–Ion Cell used in Cascaded Half–Bridge Multilevel Inverters“. In: IET Power Electronics 14.6 (2021), S. 1073–1088. doi: 10.1049/pel2.12088. peer-reviewed
Herbert M., Zwingel M., Czapka C., Franke J.: A Multi-source Localization System for Driverless Material Transport in Mixed Indoor and Outdoor Areas, 11th Congress of the German Academic Association for Production Technology (WGP) (Dresden, 28. September 2021 - 1. Oktober 2021), In: Bernd-Arno Behrens, Alexander Brosius, Welf-Guntram Drossel, Wolfgang Hintze, Steffen Ihlenfeldt, Peter Nyhuis (Hrsg.): Production at the Leading Edge of Technology 2021, DOI: 10.1007/978-3-030-78424-9_47 , peer-reviewed
Joppich, Philipp; Dorn, Sebastian; De Candido, Oliver; Utschick, Wolfgang; Knollmüller, Jakob, May 2021, Classification and Uncertainty Quantification of Corrupted Data using Semi-Supervised Autoencoders, arXiv preprint arXiv:2105.13393
Keler, Andreas; Denk, Florian; Brunner, Pascal; Grigoropoulos, Georgios; Malcolm, Patrick; Bogenberger, Klaus, 2021, Varying Bicycle Infrastructures - An Interconnected Simulator Study for Inspecting Motorist-Cyclist Conflicts, DSC 2021 - 20th Driving Simulation & Virtual Reality Conference (DSC 2021)
Kleiner J., Singh R., Schmid M., Komsiyska L., Elger G. und Endisch C, „Influence of Heat Pipe Assisted Terminal Cooling on the Thermal Behavior of a Large Prismatic Lithium-Ion Cell during Fast Charging in Electric Vehicles“. In: Applied Thermal Engineering (2021), S. 116328. doi: 10.1016/j.applthermaleng.2020.116328. peer-reviewed
Komsiyska L, Buchberger T, Diehl S, Ehrensberger M, Hanzl C, Hartmann C, Hölzle M, Kleiner J, Lewerenz M, Liebhart B, Schmid M, Schneider D, Speer S, Stöttner J, Terbrack C, Hinterberger M und Endisch C., „Critical Review of Intelligent Battery Systems: Challenges, Implementation, and Potential for Electric Vehicles“. In: Energies 14.18 (2021), S. 5989. doi: 10.3390/en14185989. peer-reviewed
Konstantinidis Fabian; Hofmann Ulrich; Sackmann Moritz; Thielecke Jorn; De Candido Oliver; Utschick Wolfgang, September 2021, Parameter Sharing Reinforcement Learning for Modeling Multi-Agent Driving Behavior in Roundabout Scenarios, 2021 IEEE International Intelligent Transportation Systems Conference (ITSC), Indianapolis, IN, USA (Onlinekonferenz), DOI: 10.1109/itsc48978.2021.9565031, peer-reviewed
Kruber F., Balasubramanian L., Wurst J., Botsch M., September 2021, „Methodische KI-Ansätze zur Identifizierung von relevanten Verkehrsszenarien“, Ingolstadt, Konferenz: Safety Assist 2021 (www.carhs.de/)
Kunze, O.; Frommer, F., The Matrix vs. The Fifth Element—Assessing Future Scenarios of Urban Transport from a Sustainability Perspective. Sustainability 2021, 13, 3531. https://doi.org/10.3390/su13063531, peer-reviewed
Lex, J., Margull, U., Fey, D., Mader, R., November 2021 Fault tolerance in heterogeneous automotive real-time systems. Nov. 11-12, Real Time Conference 2021, Boppard am Rhein, peer-reviewed
Liebhart B., Diehl S., Schmid M., Endisch C., Kennel R., 2021, Improved Impedance Measurements for Electric Vehicles with Reconfigurable Battery Systems, Singapore, 2021 IEEE 12th Energy Conversion Congress & Exposition - Asia (ECCE-Asia), doi.org/10.1109/ECCE-Asia49820.2021.9479060, S. 1736-1742, peer-reviewed
Liebhart B., Diehl S., Schneider D, Endisch C., Kennel R., 2021, Enhancing the Cell Impedance Estimation of a Lithium-Ion Battery System with Embedded Power Path Switches, Phoenix, AZ, USA, 2021 IEEE Applied Power Electronics Conference and Exposition (APEC), doi.org/10.1109/APEC42165.2021.9487173, S. 967-974, peer-reviewed
Neumeier Stefan, Corbett Christopher and Facchi Christian, April 2021 “A Secure and Privacy Preserving System Design for Teleoperated Driving”. In: Advances in Information and Communication. Vancouver, Canada: Springer International Publishing, ISBN: 978-3-030-12388-8.
Pechinger Mathias, Schroeer Guido, Bogenberger Klaus, Markgraf Carsten, Oktober 2021, Cyclist Safety in Urban Automated Driving - Sub-Microscopic HIL Simulation, 2021 IEEE International Intelligent Transportation Systems Conference (ITSC) - Indianapolis (US), DOI: 10.1109/ITSC48978.2021.9565108 , peer-reviewed
Pechinger Mathias, Schroeer Guido, Bogenberger Klaus, Markgraf Carsten, November 2021, Benefit of Smart Infrastructure on Urban Automated Driving - Using an AV Testing Framework, 2021 IEEE Intelligent Vehicles Symposium (IV) - Nagoya (Japan), DOI:10.1109/IV48863.2021.9575651 , peer-reviewedPeintner J., Funk M., Drechsler FR, Seifert G., Huber W, Riener A, September 2021, Mixed Reality Environment for Complex Scenario Testing, MuC '21: Mensch und Computer 2021, 10.1145/3473856.3474034, peer-reviewed
Riedmaier S, Schneider J, Danquah B, Schick B and Diermeyer F, Non-deterministic model validation methodology for simulation-based safety assessment of automated vehicles, Simulation Modelling Practice and Theory, vol. 109, pp. 1–19, 2021.
Riedmaier S., Danquah B., Schick B. and Diermeyer F;, Unified Framework and Survey for Model Verification, Validation and Uncertainty Quantification, Archives of Computational Methods in Engineering, vol. 28, pp. 2655–2688, 2021.
Riedmaier S., Schneider D., Watzenig D., Diermeyer F. and Schick B., Model Validation and Scenario Selection for Virtual-Based Homologation of Automated Vehicles, Applied Sciences, vol. 11, pp. 1–24, 2021.
Schäffner, Vanessa: Between Real World and Thought Experiment: Framing Moral Decision-Making in Self-Driving Car Dilemmas, 2021, Humanistic Management Journal 6.2, S. 249–272, doi.org/10.1007/s41463-020-00101-x, peer-reviewed
Schmid M, Gebauer E und Endisch C, „Structural Analysis in Reconfigurable Battery Systems for Active Fault Diagnosis“. In: IEEE Transactions on Power Electronics 36.8 (2021), S. 8672–8684. doi: 10.1109/TPEL.2021.3049573. peer-reviewed
Schmid M, Gebauer E, Hanzl C, und Endisch C,. „Active Model-Based Fault Diagnosis in Reconfigurable Battery Systems“. In: IEEE Transactions on Power Electronics 36.3 (2021), S. 2584–2597. doi: 10.1109/TPEL.2020.3012964. peer-reviewed
Schmid M, Kneidinger H.-G. und Endisch C, „Data-Driven Fault Diagnosis in Battery Systems Through Cross-Cell Monitoring“. In: IEEE Sensors Journal 21.2 (2021), S. 1829–1837. doi: 10.1109/JSEN.2020.3017812. peer-reviewed
Schmid M, Liebhart B, Kleiner J, Endisch C und Kennel R, „Online Detection of Soft Internal Short Circuits in Lithium-Ion Battery Packs by Data-Driven Cell Voltage Monitoring“. In: 2021 IEEE 12th Energy Conversion Congress & Exposition - Asia (ECCE-Asia). IEEE, 2021, S. 1711–1718. doi: 10.1109/ECCE-Asia49820.2021.9479175. peer-reviewed
Schmid M, Vögele U und Endisch C, „A novel matrix-vector-based framework for modeling and simulation of electric vehicle battery packs“. In: Journal of Energy Storage 32 (2020), S. 101736. doi: 10.1016/j.est.2020.101736. peer-reviewed
Schneider D., Liebhart B., Endisch C., Juli 2021, „Active state and parameter estimation as part of intelligent battery systems “. In: Journal of Energy Storage, 102638. DOI: 10.1016/j.est.2021.102638 peer-reviewed
Schneider D., Liebhart B., Endisch C., Mai 2021, „Adaptive Variance Estimation of Sensor Noise within a Sensor Data Fusion Framework “, In: 2021 IEEE International Instrumentation and Measurement Technology Conference (I2MTC). DOI: 10.1109/I2MTC50364.2021.9459790 peer-reviewed,
1. Platz Best Paper Award.
Schwanzer Peter, Schillinger Maximilian, Mieslinger Johann, Walter Stefanie, Hagen Gunter, Märkl Susanne, Haft Gerhard, Dietrich Markus, Moos Ralf, Gaderer Matthias und Rabl Hans-Peter, Februar 2021, A Synthetic Ash-Loading Method for Gasoline Particulate Filters with Active Oil Injection, SAE Int. J. Engines 14(4):2021, doi:10.4271/03-14-04-0029.
Seifert G., November 2021, Analysemethodiken zur Berechnung der WCET mit asynchroner Ein-/Ausgabeverarbeitung, Echtzeit 2021: Echtzeitkommunikation, Präsentation vor Ort, Veröffentlichung des Tagesbands steht noch aus, daher auch keine DIO etc., peer-reviewed
Spielbauer Markus, Berg Philipp, Soellner Jonas, Peters Julia, Schaeufl Florian, Rosenmüller Christian, Bohlen Oliver, Jossen Andreas, September 2021, Experimental investigation of the failure mechanism of 18650 lithium-ion batteries due to shock and drop, Journal of Energy Storage, 10.1016/j.est.2021.103213
Spielbauer Markus, Peters Julia, Herrmann Matthias, Petersohn Ronny, Bohlen Oliver, Jossen Andreas, April 2021, Effects of High Acceleration Mechanical Shocks on 94 Ah Large Format Lithium-Ion Battery Cells, Batterietagung 2021
Theiler M, Lewerenz M und Schmid M, „Investigation of the Float Current Analysis and the Float Current Settling Process via DVA on 18650 Li(NiCoAl)O2/Graphite Cells“. In: Applied Research Conference 2021. Hrsg. von M. Söllner und G. Pirkl. 2021, S. 463–468. peer-reviewed
Uelwer Tobias; Michels Felix; De Candido Oliver, September 2021, Learning to Detect Adversarial Examples Based on Class Scores, KI 2021: Advances in Artificial Intelligence, Onlinekonferenz, DOI: 10.1007/978-3-030-87626-5_17, peer-reviewed
Wachtel Granado D., Schröder S., Reway F., Huber W., Vossiek M., 07/2021, Validation of a Radar Sensor Model under Non-Ideal Conditions for Testing Automated Driving Systems, 2021 IEEE Intelligent Vehicles Symposium (IV), Japan, pp. 83-89, doi: 10.1109/IVWorkshops54471.2021.9669205
Wurst J, Balasubramanian L, Botsch M und Utschick W, Novelty Detection and Analysis of Traffic Scenario Infrastructures in the Latent Space of a Vision Transformer-Based Triplet Autoencoder, Nagoya, Japan (Online), DOI: 10.1109/IV48863.2021.9575730, Konferenz: 2021 IEEE Intelligent Vehicles Symposium (IV)
Zwingel M., Baier L., Blank A., Franke J.: Hierarchical And Flexible Navigation For AGVs In Autonomous Mixed Indoor And Outdoor Operation, 2nd Conference on Production Systems and Logistics (CPSL 2021) (online, 10. August 2021 - 11. August 2021), In: Herberger, D.; Hübner, M. (Hrsg.): Proceedings of the 2nd Conference on Production Systems and Logistics (CPSL 2021), Hannover: 202, DOI: , URL: https://www.repo.uni-hannover.de/handle/123456789/11385, peer-reviewed
2020
Blank A., Havenith A., Kohn S., Querfurth F., Zwingel M., Metzner M., Franke J.: Robotic Technologies for Volume-Optimized Conditioning of Radioactive Waste – VIRERO, 9th Interna-tional Conference on Nuclear Decommissioning (Aachen, Germany, 25. November 2020 - 27. November 2020), In: AiNT GmbH (Hrsg.): ICOND 2020 Conference Proceedings 2020, BibTeX: Download
Chaulwar, A., Al-Hashimi, H., Botsch, M., Utschick, W.: Efficient Hybrid Machine Learning Algorithm for Trajectory Planning in Critical Traffic-Scenarios. 4th International Conference on Intelligent Transportation Engineering (ICITE), DOI:10.1109/ICITE.2019.8880266
Chaulwar, A., Al-Hashimi, H., Botsch, M., Utschick, W.: Sampling Algorithms Combination with Machine Learning for Efficient Safe Trajectory Planning. International Journal of Machine Learning and Computing, Volume 11, Issue 1. DOI: 10.18178/IJMLC
De Candido, O., Gallitz, O., Melz, R., Botsch, M., Utschick,W.: Interpretable Machine Learning Structure for an Early Prediction of Lane Changes, Oct. 2020, Onlinekonferenz: Artificial Neural Networks and Machine Learning – ICANN 2020. DOI: 10.1007/978-3-030-61609-0_27, peer-reviewed
De Candido, O., Koller, M., Gallitz, O., Melz, R., Botsch, M., Utschick,W.: Towards Feature Validation in Time to Lane Change Classification using Deep Neural Networks. Sep. 20-23, 2020, The 23rd IEEE Intelligent Transportation Systems Conference (ITSC). DOI: 10.1109/ITSC45102.2020.9294555, peer-reviewed
Fischer, M., Elias, J., Bogenberger, K., Schramm, S.: Quantification of transmitted energy and power for system services by battery electric vehicles based on real mobility and charging profiles. Peer-reviewed, Berlin, CIRED Conference 2020, peer-reviewed
Gallitz, O., De Candido, O., Melz, R., Botsch, M., Utschick,W.: Interpretable Machine Learning Structure for an Early Prediction of Lane Changes.ICANN (1) 2020: 337-349
Hegde, A., Andreas Festag, A.: Artery-C :An OMNeT++ Based Discrete Event Simulation Framework for Cellular V2X presented at ACM- MSWiM 2020
Hegde, A., Andreas Festag, A.: Mode Switching Performance in Cellular V2X presented at IEEE VNC 2020
Kruber, F., Sánchez Morales, E., Chakraborty S., Botsch, M.:Vehicle Position Estimation with Aerial Imagery from Unmanned Aerial Vehicles. IEEE Intelligent Vehicles Symposium, Las Vegas, 2020 https://ieeexplore.ieee.org/document/9304794
Liebhart, B., Komsiyska,L., Endisch, Ch.: Passive impedance spectroscopy for monitoring lithium-ion battery cells during vehicle operation, 02/2020, Journal of Power Sources, DOI: https://doi.org/10.1016/j.jpowsour.2019.227297, peer-reviewed
Liebhart, B., Satzke, M., Komsiyska,L., Endisch, Ch.: Application of nonlinear impedance spectroscopy for the diagnosis of lithium-ion battery cells under various operating conditions. 12/2020, Journal of Power Sources, DOI: https://doi.org/10.1016/j.jpowsour.2020.228673, peer-reviewed
Liebhart, B., Diehl, S., Endisch, Ch.: Sensitivity Analysis of Battery Cell Aging Estimators based on Impedance Spectroscopy regarding Temperature Compensation. 08/2020 IEEE Conference on Control Technology and Applications (CCTA), DOI: https://doi.org/10.1109/CCTA41146.2020.9206395, peer-reviewed
Neumeier, S., Stapf, S., Facchi, Ch.: The Visual Quality of Teleoperated Driving Scenarios How good is good enough? ISNCC 2020: International Symposium on Networks, Computers and Communications 2020.Montreal, Canada, October 2020, DOI: 10.1109/ISNCC49221.2020.9297343.
Pechinger, M., Schröer, G., Bogenberger, K., Markgraf, C.: Hardware in the Loop Test Using Infrastructure Based Emergency Trajectories for Connected Automated Driving. 10/2020, Ort: IEEE Intelligent Vehicles Symposium (IV), Las Vegas, USA https://ieeexplore.ieee.org/abstract/document/930475710.1109/IV47402.2020.9304757 (DOI)
Riedmaier, S., Danquah, B., Schick, B., Diermeyer, F.: Unified Framework and Survey for Model Verification, Validation and Uncertainty Quantification. 2020 In: Archives of Computational Methods in Engineering, 1-34. DOI: 10.1007/s11831-020-09473-7
Riedmaier, S., Ponn, T., Ludwig, D., Schick, B., Diermeyer, F.: Survey on Scenario-Based Safety Assessment of Automated Vehicles. 2020 In: IEEE Access 8, S. 87456–87477. DOI: 10.1109/ACCESS.2020.2993730.
Schäffner, V.: Wenn Ethik zum Programm wird: Eine risikoethische Analyse moralischer Dilemmata des autonomen Fahrens. Zeitschrift für Ethik und Moralphilosophie 3: 27–49. Februar 2020 https://doi.org/10.1007/s42048-020-00061-9, peer-reviewed
Schäffner, V.: Is Utilitarianism Entirely Useless for Self-Driving Car Ethics? A Critical Reflection on the Rationale for Rule Utilitarianism: August 2020, Artificial Intelligence. Reflections in Philosophy, Theology, and the Social Sciences. Hrsg. Benedikt Paul Göcke und Astrid Rosenthal-von der Pütten. Paderborn: mentis Verlag, S. 173–187. https://doi.org/10.30965/9783957437488_012
Schäffner, V.: Between Real World and Thought Experiment: Framing Moral Decision-Making in Self-Driving Car Dilemmas. November 2020, Humanistic Management Journal (2020) https://doi.org/10.1007/s41463-020-00101-x, peer-reviewed
Scholz M., Steinkamp J., Zwingel M., Hefner F., Franke J.: Distributed Camera Architecture for Seamless Detection and Tracking of Dynamic Obstacles, 30th CIRP Design Conference (Kruger National Park Skukuza Rest Camp, 5. Mai 2020 - 8. Mai 2020) In: Khumbulani Mpofu, Peter Butala (Hrsg.): Procedia CIRP Volume 91 2020 DOI: 10.1016/j.procir.2020.02.186, URL: https://www.sciencedirect.com/science/article/pii/S2212827120308313, BibTeX: Download
Schwanzer, P., Mieslinger, J., Dietrich, M., Haft, G., Walter, S.,Gunter Hagen, G., Moos, R., Gaderer, M., Rabl, H-P.: Monitoring of a Particulate Filter for Gasoline Direct Injection Engines with a Radio-Frequency-Sensor. Ludwigsburg 2020 11. Internationales AVL Forum Abgas- und Partikelemissionen
Seifert, G., Hempen, T., Huber, W.: Design of a Mixed Reality Test Environment to Validate Autonomouos Vehicles. Webinar / Crash Course - ASAM OSI (Zoom Meeting) https://www.asam.net/conferences-events/detail/webinar-asam-osi/
Walter, ‚S., Schwanzer, P., Hagen, G., Haft, G., Rabl, H-P., Dietrich, M., Moos, R.: Modelling the Influence of Different Soot Types on the Radio-Frequency-Based Load Detection of Gasoline Particulate Filters Mai 2020, Sensors, DOI: 10.3390/s20092659, peer-reviewed
Walter, ‚S., Schwanzer, P., Hagen, G., Haft, G., Rabl, H-P., Dietrich, M., Moos, R.: Hochfrequenzsensorik zur direkten Beladungserkennung von Benzinpartikelfiltern. Januar 2020 In Book: Automobil Sensorik 3, DOI: 10.1007/978-3-662-61260-6_7, peer-reviewed
Wurst, J., Flores Fernández, A., Botsch M., Utschick, W.: An Entropy Based Outlier Score and its Application to Novelty Detection for Road Infrastructure Images. IEEE Intelligent Vehicles Symposium, Las Vegas 2020, DOI: 10.1109/IV47402.2020.9304733, Peer-Reviewed
Zwingel M., Herbert M., Lieret M., Schuderer P., Franke J.: An Economic Solution for Localization of Autonomous Tow Trucks in a Mixed Indoor and Outdoor Environment Using a Node Based Approach.Digital, In: Production at the leading edge of technology, Springer, Berlin, Heidelberg, 2020, S. 457-466, ISBN: 9783662621370, DOI: 10.1007/978-3-662-62138-7_46, BibTeX: Download
2019
Kruber, F. (2019): Unsupervised and Supervised Learning with the Random Forest Algorithm for Traffic Scenario Clustering and Classification. In 30th IEEE Intelligent Vehicles Symposium.
Kruber, F. (2019): Highway traffic data - macroscopic, microscopic and criticality analysis for capturing relevant traffic scenarios and traffic modeling based on the highD data set. In arXiv:1903.04249v1.
Neumeier, S., Walelgne, E., Bajpai, V., Ott, J., Facchi, C. (2019): Measuring the Feasibility of Teleoperated Driving in Mobile Networks. Network Traffic Measurement and Analysis Conference (TMA). Paris, June 2019.
Neumeier, S., Wintersberger, P., Frison, A., Becher, A., Facchi, C., Riener, A. (2019): Teleoperation: The Holy Grail to Solve Problems of Automated Driving? Sure, but Latency Matters. AutomotiveUI 2019. Utrecht, September 2019.
Neumeier, S., Facchi, C. (2019): Towards a Driver Support System forTeleoperated Driving. ITSC 2019. Auckland, October 2019.
Neumeier, S., Höpp, M., Facchi, C. (2019): Yet Another Driving Simulator -OpenROUTS3D: The Driving Simulator for Teleoperated Driving. ICCVE 2019. Graz, November 2019.
Hehenkamp, N., Facchi, C., Neumeier, S. (2019): How to Achieve Traffic Safety With LTE and Edge Computing. FICC 2019. San Francisco, March 2019.
Tárkányi, I., Gay, N., Icking, C, Ma, L., Neumeier, S., Hill, G., Dannheim, C.: (2019): Roadside Sensor Optimization in Infrastructure-based Teleoperation of Vehicles. AmE 2019 – Automotive meets Electronics. Dortmund, March 2019.
Schwanzer, P. (2019): Oxidation Kinetics Determination of GDI Engine Soot by a Radio-Frequency-Sensor (22. Nanoparticle Conference ETH Zürich)
Zechel, P., Streiter, R., Bogenberger, K., & Goehner, U. (2019, February). Probabilistic Interaction-Aware Occupancy Prediction for Vehicles in Arbitrary Road Scenes. In 2019 Third IEEE International Conference on Robotic Computing (IRC) (pp. 423-424). IEEE.
Zechel, P., Streiter, R., Bogenberger, K., & Göhner, U. (2019, October). Assumptions of Lateral Acceleration Behavior Limits for Prediction Tasks in Autonomous Vehicles. In 2019 7th International Conference on Mechatronics Engineering (ICOM) (pp. 1-6). IEEE.
Zechel, P., Streiter, R., Bogenberger, K., & Göhner, U. (2019, February). Pedestrian Occupancy Prediction for Autonomous Vehicles. In 2019 Third IEEE International Conference on Robotic Computing (IRC) (pp. 230-235). IEEE.
2018
Chaulwar, A., Botsch, M., Utschick, W. (2018):
Generation of Reference Trajectories for Vehicle Motion Planning. 27th International Conference on Artificial Neural Networks (ICANN 18). 04.-07.10.2018, Rhodes, Greece.
Gallitz, O.; Candido, O. de; Botsch, M.; Utschick, W. (2018):
Validation of Machine Learning Algorithms through Visualization Methods. In: VDI Electronics in Vehicles (ELIV) Market- Place. Baden-Baden, Germany, 16.-17.10.2018.
Hiergeist, S., Seifert, G. (2018):
Müller, M. (2018):
Machine Learning Based Prediction of Crash Severity Distributions for Mitigation Strategies. The 7th International Conference on Intelligent Computing and Applications (ICICA 2018). 08.-10.01.2018, Sydney, Australia
Müller, M.; Botsch, M.; Böhmländer, D.; Utschick, W. (2018):
Müller, M.; Long, X.; Botsch, M.; Böhmländer, D.; Utschick, W. (2018):
Neumeier, S., Gay, N., Dannheim, C., Facchi, C. (2018):
On the Way to Autonomous Vehicles - Teleoperated Driving. AmE 2018 - Automotive meets Electronics. 03.2018, Dortmund, Germany.
Riedmaier, S., Nesensohn, J., Gutenkunst, C., Düser, T., Schick, B., Abdellatif, H. (2018):
Validation of X-in-the-Loop Approaches for Virtual Homologation of Automated Driving Functions. 11th Graz Symposium Virtual Vehicle (GSVF). 15.-16.05.2018, Graz, Austria.
Schwierz, A., Forsberg, H. (2018):
Schwierz, A., Forsberg, H. (2018):
Assurance Benefits of ISO 26262 Compliant Microcontrollers for Safety-Critical Avionics. 37th International Conference on Computer Safety, Reliability, & Security (SAFECOMP-2018). 18.-21.09.2018, Västerås, Sweden.
Seifert, G., Hiergeist, S. (2018):
Reverse Engineering the Timing Parameters of the I/O-System in Microcontrollers. FORMUS3IC Workshop at ARCS 2018 - 31st International Conference on Architecture of Computing Systems (ARCS 2018). 09.-12.04.2018, Braunschweig, Germany.
Seifert, G., Hiergeist, S.; Schwierz, A. (2018):
Entwicklungsvorschläge für ISO 26262 konforme MCUs in sicherheitskritischer Avionik. Echtzeit 2018, GI Fachtagung. 15.-16.11.2018, Boppard, Germany.
Walelgne, E. A., Kim, S., Bajpai, V., Neumeier, S., Manner, J. M. J., Ott, J. (2018):
Factors Affecting Performance of Web Flows in Cellular Networks. IFIP Networking 2018. 05.2018, Zürich, Switzerland.
Zeitler, A., Schwierz, A., Hiergeist, S. (2018):
Datalink System Maturation and Flight Testing of the Sagitta UAS Demonstrator. IEEE/AIAA 37th Digital Avionics Systems Conference (DASC). 23.-27.09.2018, London, England.
2017
Chaulwar, A.; Botsch, M.; Utschick, W. (2017):
A machine learning based biased-sampling approach for planning safe trajectories in complex, dynamic traffic-scenarios.
In: 28th IEEE Intelligent Vehicles Symposium (IV).
11-14 June 2017, Redondo Beach, California, USA. Piscataway, NJ: IEEE, S. 297–303.Dange, G. R.; Paranthaman, P. K.; Bellotti, F.; Berta, R.; Gloria, A. de; Raffero, M.; Neumeier, S. (2017):
Deployment of serious gaming approach for safe and sustainable mobility.
In: 28th IEEE Intelligent Vehicles Symposium (IV).
11-14 June 2017, Redondo Beach, California, USA. Piscataway, NJ: IEEE, S. 1222–1227.Hiergeist, S.; Schwierz, A.; Zeitler, A. (2017):
COTS components for a large scale UAS demonstrator datalink system.
In: 2017 IEEE/AIAA 36th Digital Avionics Systems Conference (DASC).
17.-21. September 2017, St. Petersburg, FL. Piscataway, NJ: IEEE, S. 1–8.Hiergeist, S.; Seifert, G. (2017):
Internal redundancy in future UAV FCCs and the challenge of synchronization.
In: 2017 IEEE/AIAA 36th Digital Avionics Systems Conference (DASC).
17.-21. September 2017, St. Petersburg, FL. Piscataway, NJ: IEEE, S. 1–9.Müller, M.; Botsch, M.; Böhmländer, D.; Utschick, W. (2017):
A Simulation Framework for Vehicle Safety Testing.
In: Methodenentwicklung für aktive Sicherheit und automatisiertes Fahren.
2. Expertendialog zu Wirksamkeit - Beherrschbarkeit - Absicherung.
Unter Mitarbeit von Klaus Kompaß. Renningen: expert Verlag (Haus der Technik Fachbuch, Band 144).Neumeier, S.; Obermaier, C.; Facchi, C. (2017):
Speeding up OMNeT++ Simulations by Parallel Output-Vector Implementations.
In: A. Djanatliev, K.-S. Hielscher und R. German (Hg.): Proceedings of the 5th GI/ITG KuVS Fachgespräch Inter-Vehicle Communication (FG-IVC 2017).
Technical Reports CS-2017-03, 06.-07-04.2017. Friedrich-Alexander-Universität Erlangen-Nürnberg, Dept. of Computer Science.Riebl, R.; Obermaier, C.; Neumeier, S.; Facchi, C. (2017):
Vanetza: Boosting Research on Inter-Vehicle Communication.
In: A. Djanatliev, K.-S. Hielscher und R. German (Hg.): Proceedings of the 5th GI/ITG KuVS Fachgespräch Inter-Vehicle Communication (FG-IVC 2017).
Technical Reports CS-2017-03, 06.-07-04.2017. Friedrich-Alexander-Universität Erlangen-Nürnberg, Dept. of Computer Science.Schwierz, A.; Forsberg, H. (2017):
Design assurance evaluation of microcontrollers for safety critical avionics.
In: 2017 IEEE/AIAA 36th Digital Avionics Systems Conference (DASC).
17.-21. September 2017, St. Petersburg, FL. Piscataway, NJ: IEEE, S. 1–9.Schwierz, Andreas; Seifert, Georg; Hiergeist, Sebastian (2017):
Funktionale Sicherheit in Automotive und Avionik; Ein Staffellauf.
In: P. Denker, H. Klenk, H.B. Keller, und E. Plöderer (Hg.): Automotive – Safety & Security 2017 – Sicherheit und Zuverlässigkeit für automobile Informationstechnik. Bonn: Gesellschaft für Informatik, S. 13-25.
2016
Chaulwar, A.; Botsch, M.; Utschick, W. (2016):
A Hybrid Machine Learning Approach for Planning Safe Trajectories in Complex Traffic-Scenarios.
In: 2016 15th IEEE International Conference on Machine Learning and Applications (ICMLA).
18-20 December 2016, Anaheim, California. Piscataway, NJ: IEEE, S. 540–546.Müller, M.; Nadarajan, P.; Botsch, M.; Utschick, W.; Bohmlander, D.; Katzenbogen, S. (2016):
A statistical learning approach for estimating the reliability of crash severity predictions.
In: 2016 IEEE 19th International Conference on Intelligent Transportation Systems (ITSC).
1.-4. November 2016, Windsor Oceanico Hotel, Rio de Janeiro, Brazil. Piscataway, NJ: IEEE, S. 2199–2206.
Koordination des Verbundkollegs Mobilität und Verkehr
Treten Sie mit uns in Kontakt. Wir freuen uns auf Ihre Fragen und Anregungen zum Verbundkolleg Mobilität und Verkehr.
Dr. Monika Kolpatzik
Koordinatorin BayWISS-Verbundkolleg Mobilität & Verkehr
Technische Hochschule Ingolstadt
Doctoral School
Esplanade 10
85049 Ingolstadt
Marina Schleicher
Koordinatorin BayWISS-Verbundkolleg Mobilität & Verkehr
Technische Hochschule Ingolstadt
Doctoral School
Esplanade 10
85049 Ingolstadt