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
Selektive Montage mit Maschinellem Lernen und Kombinatorischer Optimierung
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
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
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
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
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
- 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)
- Towards the Validation of Machine Learning Algorithms by Diversity
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
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)
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Towards the Validation of Machine Learning Algorithms 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
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
- HIL Tests zur Infrastrukturgestützen Führung automatisierter Fahrzeuge im urbanen Umfeld
- 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
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 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:
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
- HIL Tests zur Infrastrukturgestützen Führung automatisierter Fahrzeuge im urbanen Umfeld
- 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
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:
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
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
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
- HIL Tests zur Infrastrukturgestützen Führung automatisierter Fahrzeuge im urbanen Umfeld
- 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
Hochschule für angewandte Wissenschaften Kempten
Prof. Dr. rer. nat. Ulrich Göhner
Forschungsschwerpunkte:
- Algorithmen
- Optimierung
- High Performance Computing
Projekte:
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:
HIL Tests zur Infrastrukturgestützen Führung automatisierter Fahrzeuge im urbanen Umfeld
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
- HIL Tests zur Infrastrukturgestützen Führung automatisierter Fahrzeuge im urbanen Umfeld
- 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
Hochschule für angewandte Wissenschaften 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 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
- HIL Tests zur Infrastrukturgestützen Führung automatisierter Fahrzeuge im urbanen Umfeld
- 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
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
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
Autonomes Fahren und moralische Dilemmata. Eine deontologische Auseinandersetzung aus risikoethischer Perspektive.
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:
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
Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
In diesem Projekt sollen relevante und wichtige Verkehrsszenarien für die Validierung von autonomen Fahrzeugen erkannt werden. Hierzu werden Methoden des unüberwachten Lernens eingesetzt.
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)
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Towards the Validation of Machine Learning Algorithms 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
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)
- Towards the Validation of Machine Learning Algorithms by Diversity
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
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:
Radio Resource Allocation for Cellular-V2X Communication
The scope of this doctoral research involves an in-depth study of radio resource allocation procedures for Cellular V2X communication over the LTE sidelink PC5 interface.
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:
Friedrich-Alexander-Universität Erlangen-Nürnberg
Prof. Dr.-Ing. Reinhard German
.
Projekte:
- Entwicklung, Modellierung und Echtzeitdemonstration intelligenter Ladeinfrastrukturen für Elektromobilität zu deren netzdienlicher Integration in clusterbasierte Verteilnetze
- Radio Resource Allocation for Cellular-V2X Communication
- Entwicklung und Applikation eines Systems zur künstlichen beschleunigten Alterung und zur diagnostischen Analyse von Betriebsmitteln im Mittelspannungsbereich
- Steuerung und Vermarktung von Akteuren in Stromverteilnetzen – Verknüpfung von Elektromobilität und Power-to-X-Anwendungen mit einem Smart Grid
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)
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Towards the Validation of Machine Learning Algorithms 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
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
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:
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:
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:
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:
Towards the Validation of Machine Learning Algorithms 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)
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Towards the Validation of Machine Learning Algorithms 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
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)
- Towards the Validation of Machine Learning Algorithms by Diversity
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
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)
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Towards the Validation of Machine Learning Algorithms 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
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)
- Towards the Validation of Machine Learning Algorithms by Diversity
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
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
- HIL Tests zur Infrastrukturgestützen Führung automatisierter Fahrzeuge im urbanen Umfeld
- 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
Hochschule für angewandte Wissenschaften Kempten
Prof. Dr. rer. nat. Ulrich Göhner
Forschungsschwerpunkte:
- Algorithmen
- Optimierung
- High Performance Computing
Projekte:
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:
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. rer. nat. Christian Facchi
Schwerpunkte:
- SW-Testmethoden
- Car2X-Kommunikation
- Industrie 4.0
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
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)
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Towards the Validation of Machine Learning Algorithms 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
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)
- Towards the Validation of Machine Learning Algorithms by Diversity
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
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)
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Towards the Validation of Machine Learning Algorithms 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
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)
- Towards the Validation of Machine Learning Algorithms by Diversity
- Methoden des Unsupervised Machine Learnings für die Auswahl relevanter Verkehrsszenarien beim autonomen Fahren
- Interaktionsbasierte Trajektorienprädiktion zur zuverlässigen Kollisionvermeidung für Sicherheitsfunktionen (ITraKS)
Publikationen
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.
Judith Demharter
Technische Hochschule Ingolstadt
Esplanade 10
85049 Ingolstadt