Automatisierung des Güterverkehrs

Das Themenfeld »autonomes Fahren« hat in den letzten Jahren stark an Bedeutung gewonnen. Bevor jedoch erste Serienfahrzeuge vollautomatisch auf öffentlichen Straßen fahren, sind noch viele technische Herausforderungen zu lösen. Die Automatisierung von Nutzfahrzeugen in abgeschlossenen Bereichen ist in diesem Zusammenhang ein idealer Migrationspfad. Diese sogenannten Automatisierungszonen fassen Gebiete zusammen, in denen die Infrastruktur speziell für autonomes Fahren ausgebaut ist. Dazu zählen Kommunikationstechnologien, digitale Karten, Überwachungssysteme und ein Leitstand, in dem alle in der Automatisierungszone erhobenen Daten zusammenlaufen. Basierend auf diesen Informationen und dem HMI des Leitstands wird ein Bediener künftig in der Lage sein, mehr als zehn autonome Fahrzeuge effizient für die Abarbeitung von Arbeitsaufgaben einzusetzen und zu überwachen. Fahrer sind in den Automatisierungszonen nicht mehr erforderlich. Je nach Anwendungsfall übernehmen sie die Fahrzeuge erst dann, wenn die Zone verlassen werden muss.

Die vielfältigen Anwendungsbereiche umfassen Transportaufgaben in Logistikzentren, Häfen, Flughäfen, aber auch den Einsatz in der Landwirtschaft oder im Bauwesen. So lassen sich Lkw, Wechselbrücken und Anhänger in Fuhrparks vollautomatisch zwischen Abstellposition und Laderampe bewegen oder Felder von mehreren Maschinen kooperativ bearbeiten.

Die AG Commercial Transport untersucht Technologien für das autonome Fahren auf Betriebshöfen, von der Manöverplanung mit eigens entwickelten Algorithmen über die Erprobung von Ortungs- und Sensorssystemen bis hin zur Durchführung von Fahrversuchen mit einem autonom fahrenden e-Lkw.

Der Traktionsenergieverbrauch ist der wichtigste Kostenfaktor in der Stromrechnung eines Schienenverkehrsunternehmens. Er wird maßgeblich bestimmt durch die Fahrweise der Züge. So lässt sich eine wesentliche Senkung des Energieverbrauchs durch energieeffiziente Geschwindigkeitsprofile erzielen. Dazu gehört die möglichst ausgiebige Nutzung von Ausrollphasen, denn in diesen verbraucht der Zug keine Energie. Von entscheidender Bedeutung ist aber auch die energieeffiziente Koordination des Zugverkehrs. Dies schließt die Vermeidung zu vieler gleichzeitiger Abfahrten mit ein, denn diese sorgen für hohe Lastspitzen im Stromnetz, welche zusätzlich in Rechnung gestellt werden. Außerdem ist die Synchronisation von ankommenden mit abfahrenden Zügen relevant, um die beim Bremsen zurückgespeiste Energie eines Zuges für die Beschleunigung eines anderen nutzen zu können.

Darauf aufbauend soll eine Steuerung der Zugabfahrten in den Bahnhöfen und der Fahrten auf der Strecke in Echtzeit erfolgen, realisiert durch Fahrerassistenzsysteme und mit dem Fernziel der automatischen Steuerung der Zugfahrten. Hierzu braucht es KI-Methoden, die in der Lage sind, auf die üblichen Verzögerungen im Betriebsablauf einzugehen, so dass die Optimalität der berechneten Geschwindigkeitsprofile auch unter Störungen gewahrt bleibt. 

Fahrerassistenzsysteme und autonome Fahrfunktionen (engl. advanced driver assistence systems and autonomous driving, ADAS/AD) spielen bereits heute eine wichtige Rolle in Entwicklung und Betrieb moderner Fahrzeuge und sind für ökonomisch effiziente und gleichermaßen nachhaltige Mobilitätslösungen ein wesentlicher Baustein. Dies gilt insbesondere im Bereich der Nutzfahrzeuge, wo geeignete Assistenzsysteme Sicherheit substantiell erhöhen können und auch den Warentransport effizienter und gleichzeitig ressourcenschonender machen können. Eine wichtige Herausforderung bei Entwicklung, Anwendung und Betrieb solcher Systeme stellt eine effiziente und realistische Erprobung und Absicherung dar. Effektive Erprobungs- und Absicherungskonzepte müssen sowohl eine statistisch repräsentative Kundennutzung abbilden, gleichzeitig aber auch alle relevanten Situationen bis hin zum Unfall berücksichtigen. Dies ist eine entsprechend komplexe Aufgabe und erfordert moderne, computergestützte Ansätze. Die Entwicklung von Verfahren der virtuellen Erprobung und der stochastisch-variierten Szenariengenerierung, kombiniert mit mathematischen Verfahren der künstlichen Intelligenz und der modellgestützten Simulation stellt daher ein wichtiges Forschungs- und Arbeitsfeld am Fraunhofer ITWM dar.

Die AG Commercial Transport hat Kompetenzen in der anwendungsspezifischen Erprobung und Absicherung von ADAS/AD-Systemen, sowie in der Auslegung und Optimierung solcher Systeme auf Hardware- und Softwarebasis.