Suchergebnisse für:

Im Rahmen des Projekts Vario-Up sollen Modellierungsansätze entwickelt und verglichen werden, um Vorhersagen für individuelle Getriebeeinheiten von Traktoren zu ermöglichen. Im Speziellen werden drei Bereiche fokussiert: Die Restlebensdauer (RUL) des Getriebeölfilters, die RUL des Getriebeöls und die RUL des Gesamtgetriebes. Zur Erstellung der Vorhersagemodelle werden fortschrittliche Sensoren eingesetzt, die sowohl in realen Traktoren als auch auf dem Getriebeprüfstand installiert werden. Die so gewonnenen Daten werden mit innovativen Modellierungsansätzen wie Machine Learning und Digital Twins verarbeitet, um präzise Vorhersagen über den Zustand der Getriebe und ihrer Komponenten zu ermöglichen.

Der zunehmende Einsatz automatisierter Fahrfunktionen macht eine lückenlose Überwachung der Fahrzeugumgebung durch verschiedene Sensoren erforderlich. Herausforderungen bei der vorausschauenden Unfallerkennung ergeben sich insbesondere durch widrige Witterungsbedingungen.

Für Fahrerassistenzsysteme wird eine Vielzahl zusätzlicher Sensoren in ein Fahrzeug integriert. Die Vernetzung und Verarbeitung der dort gesammelten Daten erfolgte bisher auf Basis uneinheitlicher Verfahren. Das heißt, dass für jeden Sensor neue Verarbeitungslogiken realisiert wurden und separate Übertragungsprotokolle zum Einsatz kamen. Ein zusätzliches Problem dabei stellt die Integration von Rechnerarchitekturen zur Beschleunigung der Sensordaten dar, da diese schwierig zu programmieren sind.