German National Library of Science and Technology
Repositorium für Naturwissenschaften und TechnikNot a member yet
29164 research outputs found
Sort by
Schlussbericht
Get PDFDas Projekt ist Teil des Verbundprojekts 05H2021 (ErUM-FSP T09) - Belle II der deutschen Universitäten Bonn, Gießen, Göttingen, Karlsruhe (KIT), Mainz, der Ludwig-Maximilians-Universität München sowie der Technischen Universität München (Physik und Informatik)
und der assoziierten Partner Deutsches Elektronen-Synchrotron und Halbleiterlabor sowie Institut für Physik der Max-Planck-Gesellschaft.
Die Kernaktivitäten der deutschen Gruppen im Belle II Experiment waren der Bau und Betrieb des PXD2, basierend auf der DEPFET-Technologie, inklusive der gesamten Auslese- und Datennahmekette, sowie der Slow Control und des Data Quality Monitoring. Weiterhin arbeiteten die deutschen Gruppen am Trigger und an der Entwicklung zentraler Software-Komponenten und Algorithmen für die Rekonstruktion von Spuren und Clustern, sowie an Analyse-Werkzeugen. Schließlich trugen die deutschen Gruppen maßgeblich zum Belle II Computing-Grid bei und waren stark beteiligt an einem breiten Spektrum von Physikanalysen, was sich in zahlreichen Publikationen widerspiegelt. Die Vernetzung, auch mit Theoretikern, die Öffentlichkeitsarbeit und die Nachwuchsförderung wurden durch den Forschungsschwerpunkt deutlich gestärkt
Schlussbericht Gesamtvorhaben - AVF - automatisiertes und vernetztes Fahren (BMV)
Get PDFDas Verbundprojekt ALFRIED – Automatisiertes und vernetztes Fahren in der Logistik am Testfeld Friedrichshafen – verfolgte das Ziel, eine integrierte, datenbasierte Infrastruktur- und Systemarchitektur zur Unterstützung automatisierten und vernetzten Fahrens (AVF) zu entwickeln und unter Realverkehrsbedingungen prototypisch zu erproben. Der Fokus lag dabei nicht auf der Entwicklung automatisierter Fahrzeuge, sondern auf der Konzeption, Integration und Verifikation intelligenter Verkehrsinfrastruktur, digitaler Plattformkomponenten sowie einer offenen Leitstellenarchitektur, die Daten aus Infrastruktur, Fahrzeugen und Umwelt zusammenführt, verarbeitet und für operative wie strategische Anwendungen nutzbar macht.
Das Projekt wurde im Zeitraum von Januar 2021 bis Dezember 2023 im Rahmen der AVF-Förderrichtlinie des Bundesministeriums für Verkehr durchgeführt und vereinte elf Partner aus Industrie, Mittelstand, Forschung und Hochschulen. Als zentrales Reallabor diente das Digitale Testfeld Friedrichshafen, das aufgrund seiner Kombination aus innerstädtischem Verkehr, Industrie- und Logistikstandorten, Bundes- und Landstraßen sowie saisonal stark variierendem Verkehrsaufkommen eine hohe Übertragbarkeit der Ergebnisse auf andere Regionen ermöglicht.
Kern des ALFRIED-Ansatzes ist ein modular aufgebautes Gesamtsystem, bestehend aus (1) intelligenter Verkehrsinfrastruktur, (2) vernetzten Fahrzeugen als Datennutzer, (3) einer skalierbaren digitalen Plattform zur Datenintegration (in Echt- bzw. Neartime) sowie (4) einer Smart-City-Leitstelle als zentraler Mensch-Maschine-Schnittstelle, Vorbereitung einer externen technischen Aufsicht im SAE-Level 4-Fahren und als (öffentlicher) Demonstrator. Diese Architektur erlaubt die standardkonforme Zusammenführung heterogener Sensordaten – unter anderem aus intelligenten Leitpfosten, Leitbaken, Kreuzungssensorik, Sensortestbrücken sowie GNSS-Referenzsystemen – und deren Bereitstellung für Sicherheits-, Effizienz- und Optimierungsanwendungen.
Ein zentrales technisches Ergebnis des Projekts ist die Entwicklung und Erprobung einer nachrichtenbasierten Middleware-Architektur (Message-oriented Middleware, MoM), die als zentraler Datenhub fungiert. Sie ermöglicht den ereignis- und zeitbasierten Austausch von Daten zwischen Infrastruktur, Plattform, Leitstelle und angebundenen Anwendungen und unterstützt etablierte Standards (u. a. ETSI-DENM, MAPEM, SPATEM). Die Architektur ist skalierbar, interoperabel und auf eine Weiterverwendung in anderen Testfeldern und Smart-City-Kontexten ausgelegt.
Im Bereich der intelligenten Infrastruktur wurden energieeffiziente und teilautarke Leitpfosten- und Leitbakenlösungen mit integrierter Sensorik entwickelt und im Realverkehr validiert. Diese ermöglichen eine infrastrukturbasierte, redundante Erfassung des Verkehrsgeschehens und tragen dazu bei, sicherheitsrelevante Informationen auch dann bereitzustellen, wenn fahrzeugseitige Sensorik eingeschränkt oder nicht verfügbar ist. Die Ergebnisse zeigen, dass eine funktionale Verlagerung ausgewählter Wahrnehmungs- und Analyseprozesse in die Infrastruktur sowohl Sicherheits- als auch Effizienzpotenziale bietet.
Ein weiterer Schwerpunkt von ALFRIED lag auf der datenbasierten Optimierung des innerstädtischen Waren- und Lieferverkehrs. Auf Grundlage realer Logistik- und Auftragsdaten industrieller Partner wurden statistische und KI-gestützte Prognosemodelle zur Bedarfs- und Störungsprädiktion entwickelt und in simulationsgestützten Szenarien evaluiert. Die Ergebnisse belegen signifikante Einsparpotenziale bei Fahrten, Kraftstoffverbrauch und CO₂-Emissionen, ohne die Produktionsversorgung zu beeinträchtigen, und unterstreichen den Beitrag datengetriebener Logistikoptimierung zur nachhaltigen Mobilität.
Die im Projekt entwickelte Smart-City-Leitstelle wurde explizit als offener, modularer Demonstrator konzipiert. Sie dient sowohl der Visualisierung, Analyse und Interpretation von Echtzeit-Verkehrsdaten als auch als Experimentierraum für Szenarien, Simulationen und Mensch-Maschine-Interaktionen im Kontext von AVF. Durch ihre teilweise öffentliche Zugänglichkeit unterstützt sie Transparenz, Wissensvermittlung und Akzeptanzforschung, während sicherheitskritische Funktionen durch geeignete Cybersecurity-Konzepte abgeschirmt sind.
Die entwickelten Komponenten und Systeme wurden schrittweise integriert und in Feld- und Realverkehrstests am Testfeld Friedrichshafen verifiziert. Dabei konnte die grundsätzliche Funktionsfähigkeit, Interoperabilität und Robustheit der Systemarchitektur nachgewiesen werden. Gleichzeitig wurden Grenzen, Skalierungsfragen und Weiterentwicklungsbedarfe identifiziert, insbesondere im Hinblick auf Standardisierung, Datenqualität, Governance-Strukturen und institutionelle Einbettung.
ALFRIED leistet einen substanziellen Beitrag zur Erforschung und Erprobung intelligenter Verkehrsinfrastrukturen für automatisiertes und vernetztes Fahren. Das Projekt zeigt, wie datenbasierte Infrastrukturansätze, digitale Plattformen und Leitstellenkonzepte in realen Verkehrsumgebungen wirksam kombiniert werden können. Die Ergebnisse sind grundsätzlich übertragbar und bieten Anknüpfungspunkte für Folgeforschung, kommunale Anwendungen, industrielle Verwertung sowie den Ausbau digitaler Testfelder und offener Forschungsdateninfrastrukturen
Schlussbericht
No full textDas Projekt WEA-produktiv beschäftigte sich mit der Ertragsoptimierung von Windenergieanlagen (WEA) durch Identifikation von WEA mit suboptimaler Stromproduktion und den Ursachen für die Ertragsverluste. Dies erfolgte auf Grundlage von Daten mehrerer WEA u.a. im Kontext des Population- oder Flottenmonitorings. Dafür wurden gemessene Schwingungs- und SCADA-Daten (eng. Supervisory Control and Data Acquisition) genutzt. Genauere Zusammenhänge zwischen SCADA-, Schwingungsdaten und dem Energieertrag wurden auf Grundlage von fünfjährigen Messreihen einer dem Betreiber Bürger-Energie Altertheim eG gehörenden WEA (ein sog. physikalischer Zwilling) untersucht und die Sensorik der Anlage entsprechend erweitert. Die vorliegenden Messdaten des physikalischen Zwillings (SCADA + weitere hundert Messkanäle) standen als Ausgangspunkt für den Aufbau eines digitalen Zwillings zur Verfügung. Dieser diente dazu, die genannten Zusammenhänge wiederzugeben und wird für die Ertragsverlustidentifikation an weiteren Anlagen der Flotte genutzt. Die Schwerpunkte der Universität Siegen (Lehrstuhl für Mechanik mit Schwerpunkt Schädigungsüberwachung, MSHM) lagen in der Analyse der fünfjährigen Messdaten des physikalischen Zwillings und der Flotten-Daten sowie in der Erweiterung der Sensorik des physikalischen Zwillings. Es wurde ein auf Self-Organitzing-Maps (SOM) basierendes datengetriebenes Modell und Algorithmen entwickelt, die auf Grundlage der Flotten-Daten und des digitalen Zwillings, Aussagen über die Ursachen für Energieverluste ermöglichen
FORTH-BW: Entwicklung und Implementierung eines bedarfsgerechten Forschungsdatenmanagements an HAW in Baden-Württemberg; Teilvorhaben: Open Science
No full textStrategisches Ziel des Verbundprojektes war es, an den beteiligten Hochschulen für Angewandte Wissenschaften (im Folgenden: HAW) – Hochschule für Wirtschaft und Umwelt Nürtingen-Geislingen (HfWU), Hochschule der Medien Stuttgart (HdM), Hochschule für öffentliche Verwaltung Kehl, Hochschule für Technik Stuttgart (HFT), Hochschule Konstanz Technik, Wirtschaft und Gestaltung (HTWG) und Hochschule Reutlingen – ein praktikables, sicheres und für die Forschenden und ihre Partnerorganisationen attraktives Forschungsdatenmanagement einzuführen und ein HAW-übergreifendes FORTH-BW-Netzwerk in Baden-Württemberg zu etablieren.
Die Hochschule Reutlingen (im Folgenden: HSRT) bearbeitete in ihrem Teilvorhaben (Laufzeit: 01.10.2022-31.02.2025) das Schwerpunktthema Open Science (Arbeitspaket 5) mit dem Ziel, bedarfs- und zielgruppengerechte Informationen in Form von Handreichungen zu den Themenbereichen Argumente für die Publikation von Forschungsdaten, Publikationsoptionen für Forschungsdaten, Übersicht über Forschungsdatenrepositorien, Metadaten(-standards) für die Publikation von Forschungsdaten, Auffindbarkeit und Nachnutzung von Forschungsdaten zu entwickeln. Das Projektteam an der HSRT setzte sich aus drei Mitarbeiter:innen der zentralen Einrichtungen Rechen- und Medienzentrum, Reutlingen Research Institute und der Bibliothek zusammen
Gemeinsamer Schlussbericht
Get PDFRechtsabbiegende Kraftfahrzeuge stellen durch die Gefährdung von geradeausfahrenden Radfahrern nach wie vor ein erhebliches Sicherheitsrisiko dar, wobei insbesondere Unfälle zwischen Radfahrern und schweren Lkw beim Rechtsabbiegen häufig sehr schwere Folgen nach sich ziehen. Obwohl Abbiegehilfesysteme rechtlich für Neufahrzeuge bereits vorgeschrieben sind, wird es noch mindestens bis weit in die 2030er Jahre dauern, bis diese flächendeckend in allen Lkw verbaut sind. Als wertvolle Unterstützung zu diesen fahrzeugbezogenen Lösungen bieten sich daher infrastrukturbasierte Systeme an, die – installiert an potenziell
gefährlichen Kreuzungen – die gefährdeten Fahrradfahrer direkt erreichen können.
Solche Systeme dienen als Ergänzung zu Maßnahmen für Kraftfahrzeuge und stellen insbesondere für den Lkw-Verkehr einen wichtigen Baustein zur weiteren Erhöhung der Verkehrssicherheit dar.
Vor diesem Hintergrund ist es das Ziel dieser Machbarkeitsstudie, zu untersuchen, inwiefern Lautsprecherarrays an Kreuzungen als Warnsysteme geeignet sind. Durch spezielle Lautsprecheranordnungen lassen sich innovative Beamforming-Verfahren umsetzen, die eine starke Schallbündelung erlauben und somit zur gezielten Warnung einzelner Verkehrsteilnehmer genutzt werden können, ohne dass weitere Personen durch die Warnsignale irritiert werden oder Anwohner im Kreuzungsbereich einer erhöhten Lärmbelastung ausgesetzt sind. Im Rahmen dieser Studie werden realistische akustische Simulationen entwickelt und in Wahrnehmungsstudien evaluiert, um nachzuweisen, dass diese Anforderungen erfüllt werden können, wobei die Simulationsergebnisse sowohl technisch im Hinblick auf die akustischen Eigenschaften als auch wahrnehmungsbasiert durch Probandenstudien bewertet werden
