Direkt zum Inhalt


Aktive Fahrzeugsicherheit

Forschungsprojekte

GESAL

GESAL - Ganzheitlicher Entwicklungsleitfaden für ein umsetzbares Sicherheits- und Automatisierungskonzept für Landmaschinen

Logos kofinanziert von der EU und Europa für Niedersachsen
Logos kofinanziert EU + Europa fördert Niedersachsen
Projektbezeichnung:

GESAL – Teilprojekt A – Ostfalia Hochschule

Ganzheitlicher Entwicklungsleitfaden für ein umsetzbares Sicherheits- und Automatisierungskonzept für Landmaschinen: Sensor- & Hardwaresicherheit

Förderung:

Innovation durch Hochschulen und Forschungseinrichtungen - lnnovationsverbünde

Europäischer Fonds für regionale Entwicklung (EFRE)

Laufzeit:

01.11.2024 - 31.10.2027

Projektvolumen:

Volumen des Teilprojekts: 874.657,77€ (davon 695.234,10€ Fördermittel)

Gesamtvolumen des Innovationsverbunds: ca. 2.700.000€

Wissenschaftliche Verbundpartner:

Technische Universität Braunschweig

Technische Universität Clausthal

Wirtschaftliche Verbundpartner des Teilprojekts:

dSPACE GmbH

VDI Landesverband Niedersachsen e.V.

Projektbeschreibung:

GESAL steht für die Erstellung einer Entwicklungsblaupause, die ein ganzheitliches und umsetzbares Automatisierungskonzept für Landmaschinen beinhaltet. Dabei erfolgt eine wissenschaftlich fundierte Auseinandersetzung mit den Sicherheitsaspekten von Hardware, Software und Prozessen sowie eine Analyse des Rechtsrahmens.
Teilprojekt A umfasst die Gesamtverbundleitung in Verbindung mit einem projektbegleitend entwickelten Wissens- und Technologietransferkonzept sowie die Entwicklung sicherer Hardware- und Sensorarchitekturen für automatisierte Landmaschinen.
Zum Wissens- und Technologietransfer der im Projekt erstellten Entwicklungsblaupause werden durch eine nachhaltig konzipierte Mediaplanung neue Formate entwickelt, um die Projektergebnisse zielgruppengerecht zu kommunizieren. Im Fokus stehen dabei kleine und mittelständische Unternehmen.
Auf technologischer Ebene gilt es sicherheitskritische Szenarien beim Einsatz von vollständig automatisierten und fahrerlosen Landmaschinen als solche zu identifizieren und mittels KI basierter Sensorfusionsarchitekturen eine sichere Erkennung und Klassifizierung von Hindernissen unter witterungs- und prozessbedingten Störgrößen durchzuführen. Dafür wird eine Simulationsumgebung ausgelegt, welche die Voraussetzung für die Funktionsentwicklung unter realitätsnahen Bedingungen bildet. Alle Funktionalitäten werden anhand eines spezifizierten Worst-Case Szenarios ausgelegt und anschließend auf weniger sicherheitskritische Anwendungen übertragen.

GESAL Projektorganisation

SoFia

SoFia - Sicheres autonomes kooperatives Fahren in der digitalisierten Distributionslogistik

Projektzusammenfassung:

In dem transdisziplinären Forschungsprojekt „SoFia - Sicheres autonomes kooperatives Fahren in der digitalisierten Distributionslogistik“ wird ein auf künstlicher Intelligenz (KI) basierendes elektronisches Fahrzeugmanagementsystem (kiEFM) entwickelt. Dieses ermöglicht die sichere, automatisierte und kooperative Fahrt in der Distributionslogistik. Durch Kommunikation mit weiteren Verkehrsteilnehmern und der Infrastruktur mittels 5G-Technologie können die intelligenten Fahrzeuge Informationen, z. B. über die geplante Route oder Hindernisse auf der Fahrbahn, austauschen. Ähnlich der Kooperation menschlicher Fahrer (z. B. durch Handzeichen oder Fahrtrichtungsanzeiger) wird so das Fahrverhalten im gesamten cyber-physischen Verkehrssystem optimiert. Das kiEFM wird anhand eines ganzheitlichen digitalisierten Logistikkonzepts für autonome Shuttleverkehre ausgelegt, sodass ein energieoptimaler, effizienter und nachhaltiger Warenfluss ermöglicht wird. Dabei werden konkrete Anwendungsbeispiele wie z. B. die Auslieferung von Backwaren vom Produktionsstandort in verschiedene Verkaufsfilialen berücksichtigt. Zur virtuellen Entwicklung des kiEFM werden zunächst modell- und softwarebasierte Methoden verwendet. Durch Identifikation und virtuelle Rekonstruktion sicherheitskritischer Fahrszenarien (z. B. schlecht einsehbare Kreuzungen) erfolgt die Ableitung von Unfallvermeidungsmanövern, welche das kiEFM eigenständig ausführt. Durch die Fusion von Umfeldsensordaten mit Informationen aus der 5G-Kommunikation und digitalen Karten, wird die Fahrsicherheit des kiEFM in einem iterativen Prozess sukzessive gesteigert. Durch die Generalisierung der erzielten Ergebnisse und Erkenntnisse werden Handlungsempfehlungen in Form einer Roadmap abgeleitet, die Unternehmen bei der Nutzung von kooperativen intelligenten Fahrzeugen zur digitalisierten Umgestaltung ihrer Shuttle-Verkehre in der Distributionslogistik unterstützt.

Wissenschaftliche Partner an der Ostfalia:
  • Prof. Dr.-Ing. Xiaobo Liu-Henke, Fakultät für Maschinenbau
  • Prof. Dr. Kirsten Wegner, Fakultät für Handel und Soziale Arbeit
Wirtschaftliche Partner:
  • Bäckerei und Konditorei H. Meyer & Sohn GmbH
  • Eggers Landmaschinen GmbH & Co. KG
  • Götting KG
  • Pepperl & Fuchs GmbH
  • Sandmann Innovation GmbH
  • VDI Braunschweiger Bezirksverein e.V.
  • Wirtschaftsförderung im Landkreis Harburg GmbH
  • Wirtschafts- und Innovationsförderung Salzgitter GmbH
Das Projekt:
  • Förderprogramm: zukunft.niedersachsen 
    (Ausschreibung "Innovation an Fachhochschulen - Förderlinie 2")
  • Projektvolumen: ca. 560.000€ (davon 500.000€ Fördermittel)
  • Gefördert durch:
SoFia Förderträger
Logos der VolkswagenStiftung und des MWK

WindMate

WindMate - Sichere Fahrt bei Wetterextremen für Nutzfahrzeuge

Sichere Fahrt bei Wetterextremen für Nutzfahrzeuge

Die Ventus Technologies GmbH und das Lehr- und Forschungsgebiet Fahrzeugsicherheit der Ostfalia Hochschule für angewandte Wissenschaften haben sich im Innovationsprojekt "WindMate" zusammengeschlossen, um ein wegweisendes präventives Warnsystem vor starken Windböen im Straßenverkehr zu entwickeln. Durch den neuen digitalen Assistenten soll die Verkehrssicherheit für LKW und andere Nutzfahrzeuge maßgeblich erhöht werden. Das Vorhaben wird mit rund 443.000 Euro aus dem  Zentralen Innovationsprogramm Mittelstand (ZIM) gefördert. 

"WindMate" strebt den Aufbau eines präventiven Warn- und Fahrassistenten an, der Fahrer:innen bereits vor dem Eintritt in Gefahrenzonen informiert. Warnungen auf dem Fahrzeugdisplay ermöglichen zeitnahe Geschwindigkeitsanpassungen oder sogar Spurpositionsänderungen, insbesondere im Kontext des zunehmenden autonomen Fahrens. Auf diese Weise trägt "WindMate" dazu bei, einen sicheren Straßenverkehr für alle Verkehrsteilnehmende an stürmischen Tagen zu gewährleisten.

Vorhersage gefährlicher Seitenwinde durch innovative Algorithmen

Die  Ventus Technologies GmbH entwickelt im Rahmen des ZIM-Projekts innovative Algorithmen, die es erlauben, die eng mit Böen verbundenen Windmaxima unter Berücksichtigung des Geländes präzise zu berechnen. Dies erfolgt erstmalig durch die Integration hochauflösender Geländemodelle mit aktuellen Wetterdaten. Das  Lehr- und Forschungsgebiet Fahrzeugsicherheit der Ostfalia Hochschule für angewandte Wissenschaften unterstützt das Projekt, indem es umfassende Analysen und Bewertungen verschiedener Fahrzeugkategorien, basierend auf detaillierten Fahrsimulationen, durchführt. Diese Daten bilden eine Bibliothek möglicher Fahrzeug-Wetter-Kombinationen, um maßgeschneiderte Warnmeldungen für verschiedene Fahrzeuge zu generieren.

Aufbau eines präventiven Warn- und Fahrassistenten

"WindMate" ist ein präventives Sicherheits-Assistenzsystem, das darauf abzielt, sichere Fahrbedingungen für Nutzfahrzeuge in bisher schwer vorhersehbaren Wind- und Böen-Situationen zu gewährleisten. Im Vergleich zu anderen Fahrzeugklassen besitzen Nutzfahrzeuge deutlich mehr Masse und Energie, weshalb wetterbedingte Unfälle besonders schwerwiegend sind. Plötzliche Seitenwinde, insbesondere außerorts, stellen dabei das größte Risiko dar, da viele Nutzfahrzeuge oftmals unzureichend gesicherte Ladung transportieren. "WindMate" konzentriert sich auf lokale Wettereffekte wie erhöhte Auftretenswahrscheinlichkeiten von Böen, die eine unmittelbare Bedrohung für die Sicherheit von LKW und Gespannen darstellen. Aktuelle Warnmaßnahmen an Brücken, wie Windfahnen und elektronische Warnanzeigen, erfordern direkte Beobachtung und könnten im Zweifelsfall zu spät erfolgen. Offizielle Wetterwarnungen beschränken sich häufig auf größere Wetterlagen und Regionen. Genau diese Modell- und Warnlücke schließt das Projekt.

Die Idee zum Projekt "WindMate" ist im Rahmen des Innovationsnetzwerks  FAKOSI - Komfort- und Sicherheitstechnologien für elektrische Leichtfahrzeuge (LEVs) entstanden, das über das  Zentrale Innovationsprogramm Mittelstand (ZIM) gefördert wird. Im Zuge der Mitgliedschaft werden die Partner:innen aktiv bei der Realisierung von F&E-Projekten sowie der Sicherstellung der Finanzierung unterstützt. Betreut wird  FAKOSI  von der   IWS GmbH, die auch das Antragsmanagement der  Kooperationsprojekte  übernimmt und die Mitglieder intensiv bei der Entwicklung neuer Technologien begleitet.

Short facts:

Projektstart: 03/2024

Projektpartner: Ventus Technologies GmbH

Laufzeit: 30,5 Monate

Fördervolumen: 443.000€

Gefördert durch:

WindMate Förderträger
WindMate Förderträger

SeLeTraSys

SeLeTraSys - Selbstfahrendes Transportsystem

SeLeTraSys Projektträger
Logos kofinanziert EU + Europa fördert Niedersachsen
Laufzeit:

01.08.2018 - 31.07.2021

Kooperationspartner:

Götting KG, Lehrte

Landesförderung:

Europäischer Fonds für regionale Entwicklung (EFRE)

Fördersumme:

295.866 €

Forschungsfeld:

Intelligente Systeme für Energie und Mobilität

Projektbeschreibung: 

In der Produktion von Gütern kommen heute in vielen Fällen fahrerlose Transportsysteme zur innerbetrieblichen Disposition von Bauteilen und Halbzeugen zum Einsatz. Zum einen wird die operative Organisation der Logistik stark automatisiert und durch Computerprogramme übernommen zum anderen wird der menschliche Flurförderfahrzeugführer durch eine elektronische Fahrzeugsteuerung ersetzt. 
Gegenstand dieses Forschungsprojektes ist die Konzipierung und Umsetzung eines Transportsystems welches ohne die Verwendung physischer Hilfswege hoch- bzw. vollautomatisiert agieren kann. Im Vordergrund stehen dabei die Analyse der benötigten Sensorik sowie die anschließende Datenfusion der einzelnen Sensorkomponenten zu einem Gesamtabbild des Umfelds. In diesem Prozess wird eine digitale Karte erstellt die nicht nur die Geometrie des Umfelds abbildet sondern auch Hindernisse und Bereiche mit einer hohen Dichte an Fußgängern markiert. Mittels dieser Informationen soll die Wegplanung der einzelnen Transportfahrzeuge individuell angepasst werden um den Transportfluss zu sichern und keine Fußgänger durch etwaige Kollisionen zu gefährden.

ZuFor

ZuFor - Zukünftige Fahrzeugtechnologien im Open Region Lab

Logo ZuFor
Logo ZuFor

Mit dem Vorhaben "Zukünftige Fahrzeugtechnologien im Open Region Lab – ZuFOR" verfolgt die Ostfalia zwei strategische Ziele: Zum Einen sollen die bedeutenden Forschungsfelder Intelligente Systeme für Energie und Mobilität (externer Link, öffnet neues Fenster) und Fahrzeugbau, Kunststoffe und Materialwissenschaften (externer Link, öffnet neues Fenster) durch drei technische Forschungsthemen aus der Fachrichtung "zukünftige Fahrzeugtechnologien" weiter gestärkt werden. Zweites Ziel ist der Aufbau einer nachhaltigen und strategischen Struktur mit Laborcharakter: das Open Region Lab (ORL). Als Wissensknotenpunkt wird das ORL sowohl regionale, gesellschaftsrelevante als auch fachliche Impulse aufgreifen.

Das Projekt:
  • Förderung: Niedersächsisches Vorab
    (Ausschreibung "Fachhochschulforschung als Motor regionaler Entwicklung")
  • Laufzeit: 01.10.2016 - 31.12.2020
  • Fördervolumen: ~ 1,4 Mio. €
  • Nachwuchsförderung: kooperative Promotionen in Teilprojekten
  • Projektleitung: Prof. Dr.-Ing. Gert Bikker
  • Projektkoordination: Gabriele Stiller M.A.
  • Partner: Volkswagen AG, Hella KG Hueck & Co., Götting KG
  • Gefördert durch:
ZuFor Förderträger
Logos der VolkswagenStiftung und des MWK

Entwicklung von schaltbaren, integralen Sicherheitssystemen

Die Reduktion der Anzahl der Verkehrsunfallopfer in Verbindung mit dem sich verdichtenden Verkehr und der zunehmenden Urbanisierung ist in Europa ein Thema besonderer gesellschaftlicher Relevanz. Die EU hat sich mit „Vision Zero“ das Ziel gesetzt, die Anzahl der Verkehrstoten innerhalb von 10 Jahren (bis 2020) zu halbieren. Dieses Ziel scheint aufgrund der aktuellen Zahl der Verkehrsopfer nicht erreichbar, sodass neue Systeme insbesondere für den Individualverkehr und den straßengebundenen Güterverkehr erforderlich sind, um nicht zuletzt die angestrebte Halbierung der Verkehrstoten zu erreichen. Eine zentrale Rolle wird hierbei neben den Fahrerassistenzsystemen, der Vernetzung sowie automatisierter Fahrfunktionen den integralen Sicherheitssystemen zukommen, welche die aktive und passive Sicherheit kombinieren, sodass insbesondere die unmittelbare Vorunfallphase stärker genutzt wird.

Zielsetzung

Ziel ist die Entwicklung von integralen, schaltbaren Sicherheitssystemen, welche den Insassenschutz steigern. In weiteren Betrachtungen sollen durch den Forschungsfortschritt zukünftige Anwendungsfälle und Sicherheitselemente für innovative Fahrzeugkonzepte erarbeitet und deren Umsetzung bewertet werden.

  • Entwicklung von integralen, schaltbaren Sicherheitssystemen zur Steigerung des Insassenschutzes
  • Erarbeiten zukünftiger Anwendungsfälle und Sicherheitselemente für innovative Fahrzeugkonzepte
  • Definition von Auslegungsfällen
  • Ermittlung und Bewertung des Sicherheitspotenzials
  • Entwicklung neuartiger Systeme
  • Bewertung der Umsetzung

FAKOSI Netzwerk

FAKOSI - Fahre komfortabel und sicher!

Das LFF ist Mitglied des Innovationsnetzwerks FAKOSI, welches die Entwicklung innovativer Komfort- und Sicherheitstechnologien für elektrische Leichtfahrzeuge (LEV) fokussiert. Der Begriff LEV beschreibt unterschiedlichste Fahrzeugarten unterhalb der PKW-Klasse. Neben zwei- und dreirädrigen Kraftfahrzeugen sowie leichten vierrädrigen Kraftfahrzeugen umfasst der Begriff LEV insbesondere auch E-Bikes, Pedelecs und andere pedalkraftbetriebene Fahrzeuge, wie elektrisch unterstützte Lastenräder sowie andere Fahrzeugkonzepte aus dem Bereich der Mikromobilität wie E-Scooter. Um die konkreten Entwicklungsbedarfe zu adressieren vereint FAKOSI Kompetenzen in Fertigungsverfahren, Materialwissenschaften, Leichtbau, Messtechnik und weiteren naturwissenschaftlich-technischen Fachrichtungen mit mittelständischen Herstellern und Dienstleistern aus den Bereichen Machine Vision, Embedded Systems und KI.

Im Themenschwerpunkt "Aktive Sicherheitssysteme zur Unfallvermeidung" werden u.a. Technologien zur vernetzten Verkehrssicherheit, Fahrerassistenzsystemen (elektronische Bremssysteme, integrierte Neigetechnik, aktive Stabilitätskontrolle, Lenkassistent), Human Machine Interfaces (HMI) und intelligente Schutzausrüstung (Helme, Jacken, etc.) entwickelt.

Umfeldwahrnehmung und Fahrerassistenzsysteme

Simulation und Verarbeitung von Umfeldsensordaten

Ihre Cookie-Einstellungen haben dieses Video blockiert. Setzen Sie auch bei “Drittanbieter” einen Haken, um das Video anschauen zu können.

Euro NCAP AEBS Test

Ihre Cookie-Einstellungen haben dieses Video blockiert. Setzen Sie auch bei “Drittanbieter” einen Haken, um das Video anschauen zu können.

Navigations- und Trajektorienplanung

Feinpositionierungsfunktion für fahrerlose Transportfahrzeuge

Ihre Cookie-Einstellungen haben dieses Video blockiert. Setzen Sie auch bei “Drittanbieter” einen Haken, um das Video anschauen zu können.

Lokale Trajektorienplanung für fahrerlose Transportfahrzeuge

Ihre Cookie-Einstellungen haben dieses Video blockiert. Setzen Sie auch bei “Drittanbieter” einen Haken, um das Video anschauen zu können.

Mobiler Versuchsträger für Umfeldwahrnehmung

  • Basisfahrzeug: Golf Sportsvan
  • Umfeldsensorik:
    • LiDAR Velodyne VLP16
    • Kamera (Mono / RGB-D)
  • Messtechnik:
    • Genesys ADMA Inertialplattform (Beschleunigungen und Drehraten)
    • RTK-GNSS (2x GNSS-Antennen & 2x GSM-Korrekturdatenantennen)
  • Hardware:
    • IPC mit Dual-OS (Windows / Linux)
    • Stationärer Arbeitsplatz mit Monitor und Peripherie
    • Vector VN1610 CanLogger
Mobiler Versuchsträger für Umfeldwahrnehmung

Sensor- und Fahrdynamiksimulationen

AURELION - Umfeldensorsimulation

In der Simulationssoftware AURELION werden sensorrealistische Daten von LiDAR-, Kamera- und Radarsensoren in grafischen Umgebungen erzeugt und visualisiert. Mithilfe weiterer Softwaretools werden Fahrvorgänge des Ego-Fahrzeugs und weiterer Verkehrsteilnehmer (z.B. Fußgänger, Radfahrer, PKW) parametriert und in AURELION ausgeführt und visualisiert. Darüber hinaus können witterungsbedingte Störgrößen (z.B. Regen, Nebel, Schnee) in die Simulation integriert werden, um das Sensorverhalten unter nicht-idealen Bedingungen zu anylisieren. Anwendungsgebiete sind u.a. die Validierung von allgemeinen Perzeptionsfunktionen und Fahrerassistenzsystemen.

Testumgebung für mobile Robotik

Laborausstattung

  • Motion-Capture-Referenzsensorik (Positionsgenauigkeit +/- 0,2mm; Orientierungsgenaugikeit +/- 0,1°)
  • Stationärer Weitwinkel-LiDAR (90° vertikaler FOV, 64 Ebenen) zur Objektdetektion, -klassifizierung und -verfolgung
  • Geräte zur Erzeugung von Sensorstörgrößen:
    • Nebel
    • Gegenlicht
  • Modulare Versuchsaufbauten
Laborumgebung für mobile Robotik