Regional Eco Mobility 2030 (REM 2030)

Kurzbeschreibung des Projekts

Das Projekt REM 2030 ist ein Baustein zur Entwicklung der Mobilität von morgen und steht unter dem Leitthema einer effizienten regionalen Individualmobilität 2030. Ein interdisziplinäres Team aus Baden-Württemberg entwickelt und bewertet ganzheitliche Konzepte für eine effiziente regionale Individualmobilität. Die Betrachtung eines systemischen Ansatzes, der die Themen Fahrzeug, Infrastruktur und Neue Geschäftsmodelle verbindet, ist hierbei zentral.

Projektziele

Im Innovationscluster arbeiten baden-württembergische Universitäten, Fraunhofer-Institute und Industrie eng zusammen. Die Konzepte beinhalten u. a.:

1. den lokal emissionsfreien Betrieb von PKW in Städten und Ballungsräumen
2. eine innovative und effiziente Antriebssystemtechnik für die Elektromobilität
3. eine für die Elektromobilität optimierte Leichtbauweise
4. Fahrerassistenzsysteme und Mobilitätsassistenten
5. die nutzerfreundliche Bedienung bei Multifunktionalität
6. die energieeffiziente Nutzung sowie die energiewirtschaftliche Einbindung.

Zur Erprobung und Außendarstellung sowie für Akzeptanzanalysen werden die entwickelten Lösungen in Fahrzeugplattformen integriert. Dabei greift das Projekt auf Entwicklungen in anderen Mobilitätsprojekten zurück.

Projektergebnis

In der Abteilung Mess-, Regelungs- und Diagnosesysteme (MRD) wird im Rahmen des Projekts REM 2030 ein Mobilitätsassistent zur Steigerung der Kraftstoffeffizienz entwickelt. Dieses Fahrerassistenzsystem unterstützt den Fahrer während der Fahrt, eine kraftstoffschonende und umweltschonende Fahrweise anzunehmen. Es werden sowohl fahrzeuginterne als auch fahrzeugexterne Eigenschaften und Einflüsse berücksichtigt. Der Fahrer darf während der gesamten Fahrt durch das System weder überfordert noch abgelenkt werden. Konkret lässt sich die Arbeit in folgende Schritte aufteilen:

 

• Entwicklung eines Fahrzeugmodells, das interne und externe physikalische Einflüsse berücksichtigt.
• Integration von Infrastrukturinformationen aus der Umgebung wie Verkehrsschilder, Signalanlagen und Straßentopologie.
• Einbeziehung anderer Verkehrsteilnehmer.
• Abschätzung der aktuellen Fahrerwünsche.
• Modellprädiktive Optimierung des jetzigen und zukünftigen Fahrverhaltens anhand der vorhandenen Informationen und Schätzungen.
• Generierung von fahrergerechten Fahranweisungen und Hinweise.
• Entwicklung eines intuitiven HMIs zur Kommunikation zwischen System und Fahrer.
• Validierung des Systems anhand von Simulationen und realen Experimenten.