Zusammenfassung
Aktuelle gesellschaftliche Megatrends wie die Urbanisierung, führen zu erdrückende Ver-kehrsdichten in den Städten, während der rapid wachsende KEP-Markt (KEP: Kurier-, Ex-press- und Paketdienste) die Situation zusätzlich verschärft. Hieraus ergeben sich neue Anforderungen und Rahmenbedingungen an zukünftige Mobilitätsträger. Um die Mobilitätsbedürfnisse unter den veränderten Rahmenbedingungen auch außerhalb der großen Ballungsgebiete zu erfüllen, bedarf es disruptiver Fahrzeugkonzepte, welche die Attribute Connectivity, autonomes Fahren, Sharing und Elektromobilität (CASE) vereinen. Im Rahmen des vom Europäischen Fonds für regionale Entwicklung geförderten Innovationsverbunds autoMoVe (Dynamisch konfigurierbare Fahrzeugkonzepte für den nutzungsspezifischen autonomen Fahrbetrieb), bestehend aus TU Braunschweig, TU Clausthal und Ostfalia Hochschule, werden modular aufgebaute elektrische und autonome Fahrzeugkonzepte, mit wechselbaren Aufbauten (z. B. für den Personen- oder Gütertransport) entwickelt, deren Rekonfiguration während des Betriebs durch den Nutzer möglich ist. Wesentlich ist hierbei die modulare Fahrzeugarchitektur mit definierten internen und externen Schnittstellen, die es ermöglicht, Komponenten und Funktionen zu modifizieren oder zu ergänzen, um das Fahrzeug an sich ändernde Anwendungen und Betriebsbedingungen anzupassen. Im Rahmen des Beitrags werden das wissenschaftliche Vorgehen des Innovationsverbundes und die folgenden Forschungsschwerpunkte der einzelnen Hochschulpartner sowie deren Synergien beschrieben: Neben der Recherche und Charakterisierung erforderlicher Technologien für die Realisierung des autonomen Fahrbetriebs, bildet ein Szenariomodell den Rahmen für die Ableitung konkreter Anwendungsfälle mittels Requirements Engineering. Hierin erfolgt die Auslegung und Absicherung innovativer und intelligenter Algorithmen für den vernetzten und autonomen Fahrbetrieb. Eine virtuelle Entwicklungs- und Demonstrationsplattform bietet die Basis für die domänenübergreifende, modellbasierte Gesamtsystemkonzipierung sowie -absicherung und dient gleichzeitig zur Validierung der zuvor abgeleiteten interdisziplinären Entwicklungsansätze mechatronischer Teilsysteme und Softwarefunktionen.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsLiteratur
Anthony, R. J., Ekelin, C. (2007). Policy-driven self-management for an automotive middleware. In Proceedings of the 1st International Workshop on Policy-Based Autonomic Computing (PBAC 2007), S. 7.
Becker, B. et al. (2010). Modelbased extension of AUTOSAR for architectural online reconfiguration. In Lecture Notes in Computer Science, vol. 6002. Berlin: Springer.
Bernard, M. (2010). Mehr Software (im) Wagen: Informations- und Kommunikationstechnik (IKT) als Motor der Elektromobilität der Zukunft. Abschlussbericht eCar-IKT-Systemarchitektur für Elektromobilität.
BIEK - Bundesverband Paket und Expresslogistik. (2019). KEP-Studie 2019 – Analyse des Marktes in Deutschland.
BMVI - Bundesministerium für Verkehr und digitale Infrastruktur. (2018). Mobilität in Deutschland - MiD - Ergebnisbericht.
Broy, M. (2006). Challenges in automotive software engineering. In Proceedings of the 28th international conference on Software engineering, vol. 2006, S. 33–42.
Councill, B., & Heineman, G. T. (1996). Definition of a software component and its elements. Component-based software engineering: putting the pieces together, 2001, 5–19.
Daimler, A. G. (2018). Mit den vier strategischen Handlungsfeldern CORE, CASE, CULTURE und COMPANY stellen wir die Weichen für eine erfolgreiche Zukunft. Geschäftsbericht.
Eigner, M., Roubanov, D., & Zafirov, R. (2014). Modellbasierte virtuelle Produktentwicklung, 2014. Berlin Heidelberg: Springer Vieweg.
Emter, T., & Petereit, J. (2014). Integrated multi-sensor fusion for mapping and localization in outdoor environ-ments for mobile robots. In Proc. SPIE 9121, Multisensor, Multisource Information Fusion: Architectures, Algorithms, and Applications, Baltimore.
Emter, T., Saltoğlu, A., & Petereit, J. (2010). Multi-Sensor fusion for localization of a mobile robot in outdoor environments. In ISR/ROBOTIK, S. 662–667, München.
Frese, C., Fetzner, A., & Frey, C. (2014). Multi-Sensor obstacle tracking for safe human-robot interaction. In ISR/ROBOTIK, S. 784–791, München.
Friedrich, H. E., Ulrich, C., & Schmid, S. (2019). New vehicle concepts for future business models. In 19. Internationales Stuttgarter Symposium, Wiesbaden.
Gausemeier, J. (2014). Zukunftsorientierte Unternehmensgestaltung. München: Hanser.
Grimm, K. (2003). Software Technology in an Automotive Company – Major Challenges. In Proceedings of the 25th International Conference on Software Engineering, Portland, OR, USA, S. 498–503.
Hardung, B., Kölzow, T., & Krüger, A. (2004). Reuse of software in distributed embedded automotive systems. In Proceedings of the fourth ACM international conference on Embedded software - EMSOFT ’04, Pisa, Italien, S. 203.
Huth, T., & Vietor, T. (2020). Systems Engineering in der Produktentwicklung: Verständnis, Theorie und Praxis aus ingenieurswissenschaftlicher Sicht. Gruppe. Interaktion. Organisation. Zeitschrift für Angewandte Organisationspsychologie (GIO), 51(1), 125–130.
Isermann, R. (2007). Mechatronische Systeme: Grundlagen. Berlin: Springer-Verlag.
Jarisa, W. et al. (2016). Road condition classification using information fusion. In Proc. 7th International Munich Chassis Symposium 2016.
KBA – Kraftfahrtbundesamt. (2020). Jahresbilanz des Fahrzeugbestandes am 1. Januar 2020. https://www.kba.de/DE/Statistik/Fahrzeuge/Bestand/b_jahresbilanz.html?nn=644526. Zugegriffen: 9. Juni 2020.
Krauns, F. (2018). Automated driving in complex inner-city scenarios. CARNET Symposium on Urban Mobility Challenges, Barcelona, 2018.
Krupitzer, C. et al. (2015). A survey on engineering approaches for self-adaptive systems. Pervasive and Mobile Computing, 17(PB), 184–206.
Liu-Henke, X., Scherler, S., & Göllner, M. (2017). System architecture of a full active autonomous electric vehicle. IEEE Transportation Electrification Conference and Expo (ITEC), Chicago, USA, 22.–24. Juni.
Liu-Henke, X., Yarom, O. A., & Scherler, S. (2020). Virtual Development and Validation of a Function for an Automated Lateral Control using Artificial Neural Networks and Genetic Algorithms. 91st IEEE Vehicular Technology Conference (VTC2020-Spring), Antwerpen, Belgien, 25.–28. Mai.
MacCormack, A., Rusnak, J., & Baldwin, C. B. (2007). The impact of component modularity on design evolution: Evidence from the software industry. Harvard Business School Technology & Operations Mgt. Unit.
Pretschner, A., et al. (2007). Software engineering for automotive systems: A roadmap. In Future of Software Engineering, S. 55–71.
Reuber, B., et al. (2018). Highly accurate map-based path and behavior planning for automated urban driving. ADAPTIVE – 10th International Conference on Adaptive and Self-Adaptive Systems and Applications, Barcelona.
Rinspeed. (2020). Rinspeed Metrosnap. https://www.rinspeed.com/de/MetroSnap_51_concept-car.html. Zugegriffen: 9. Juni 2020.
Şahin, T., et al. (2019). Towards consistent value orientation in release planning, Proceedings of the ASME 2019 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference (IDETC), Anaheim, USA. 18.–21. August, https://doi.org/https://doi.org/10.1115/DETC2019-98185.
Scherler, S., et al. (2019). iREX 4.0 – A contribution to a predictive, energy-optimal drive of autonomous electric vehicles equipped with range extender by means of cross-linking and digitization. 15. Symposium: Hybrid- und Elektrofahrzeuge, 20.–21. Februar, Braunschweig.
Sonka, A. M. (2020). Klassifikation und Prädiktion der Verkehrsumgebung für das automatisierte Fahren, Institut für Fahrzeugtechnik, Technische Universität Braunschweig, Dissertation, veröffentlicht vrs. in 2020.
Stegmüller, S., et al. (2019). Akzeptanzstudie Robocab: Autonome Mobilitätskonzepte aus Sicht der Nutzer (S. 2019). Stuttgart: Fraunhofer IAO.
Tigges, F. (2018). Enhanced ABS- and ESC-Control Logic for Wheel-Individual Electric All-Wheel Drive, 27th Aachen Colloquium Automobile and Engine Technology 2018, Aachen.
Ulrich, C. et al. (2019). Technologies for a modular vehicle concept used in passenger and goods transport. In 19. Internationales Stuttgarter Symposium, Wiesbaden.
Danksagung
Diese Veröffentlichung entstand im Rahmen des Forschungsprojekts „autoMoVe“ (Dynamisch konfigurierbare Fahrzeugkonzepte für den nutzungsspezifischen autonomen Fahrbetrieb), das vom Europäischen Fonds für regionale Entwicklung gefördert und vom Projektträger NBank verwaltet wird (ZW 6–85.030.889).
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2021 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Raulf, C. et al. (2021). autoMoVe - Dynamisch konfigurierbare Fahrzeugkonzepte für den nutzungsspezifischen autonomen Fahrbetrieb. In: Proff, H. (eds) Making Connected Mobility Work. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-658-32266-3_9
Download citation
DOI: https://doi.org/10.1007/978-3-658-32266-3_9
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-658-32265-6
Online ISBN: 978-3-658-32266-3
eBook Packages: Business and Economics (German Language)