Forschungsprojekt

KI-RAM

KI-basierte Lösungen zur Reduzierung von Abrieb und verkehrsbedingten Mikroplastikemissionen

Projektdetails

Beschreibung, Ziele und Partner

Projektbeschreibung

Reifenabrieb ist eine der größten Quellen für Mikroplastik in der Umwelt.
Um den Reifenabrieb effizient verringern zu können, fehlen vor allem online-erfasste Daten zum Reifenabrieb unter Realbedingungen, valide Aussagen zu Haupteinflussfaktoren, die den Abrieb bestimmen, und vorhersagende Softwaretools, die eine situationsangepasste Abriebreduzierung erlauben.

Zentrales Projektziel ist die Entwicklung von KI-basierten Softwaretools, die mit dem KapSor-Sensor inline-erfasste Daten zum Reifenabrieb bei Nutzfahrzeugen, BMDV-Daten zu Straße & Wetter und Laborindikatoren verknüpfen und analysieren, um

  • Haupteinflussfaktoren auf den Reifenabrieb (besser) zu verstehen
  • situationsbezogene Vorhersagen zum Reifenabrieb zu treffen
  • Reifen bzgl. der Abriebperformance zu vergleichen
  • zukünftig den Reifenabrieb durch aktive Beeinflussung zu minimieren
    Die Einzelziele:
  • Klassifizierung der Reifenqualität bzgl. Abrieb
  • Vorhersage der Reifennutzbarkeitsdauer
  • Bestimmung der Einflussfaktoren für Reifenabrieb mit Gewichtung
  • Relation Reifenabrieb - Feldversuch versus Labortests
  • Analyse zur Reduzierung des Reifenabriebs - Reifenabrieblabel

Schwerpunkte der Aufgaben der Projektpartner

Rösler Tyre Innovators GmbH & Co. KG
  • Projektkoordination
  • Entwicklung des KapSor-Sensors zur Anwendung für Sonderfahrzeuge und LKW
  • Koordination des Versuchsprogramms
  • Datenübertragung
  • Auswertung der Feldversuche
iMes Solutions GmbH
  • Erarbeitung des Digitalen Zwillings und Erarbeitung von Aussagen zur Beeinflussung des Abriebs auf Grundlage einer umfangreichen Datensammlung (z.B. aus Labor- und Feldversuchen, Fahrzeugdaten, Beurteilung und Einschätzung von professionellen Fahrern/Experten) mit Hilfe von KI-Auswertungen.
uni-paderborn.de
Universität Paderborn
  • Erarbeitung einer quasi-kontinuierlichen Auswertung der KapSor-Sensorsignale
  • Unterstützung bei der Anpassung der Elektronik und des Sensorkonzeptes für den LKW-Einsatz
  • Steigerung der Robustheit und Miniaturisierung des KapSor-Sensors
  • Datenübertragung
imws.fraunhofer.de
Fraunhofer-Institut für Mikrostruktur von Werkstoffen und Systemen IMWS
  • Erfassung der Laborindikatoren für Abrieb von Reifencompounds incl. Probenherstellung
  • Unterstützung der Entwicklung des LKW-Abriebsensors (KapSor)
  • Erfassung von IR-Bildern von Reifenlaufflächen bei Prüfstandtests und Feldversuchen
  • Begleitung Korrelationsanalyse und KI-Auswertung
  • Schnittstelle zur Politik im Mitteldeutschen Revier
denkweit.com
DENKweit GmbH
  • Im Rahmen des Projektes wird die DENKweit GmbH eine KI-Analyse der IR-Bilder von Reifenlaufflächen, Identifikation und Validierung von zusätzlichen Abriebindikatoren basierend auf IR-Bildern vorbelasteter Reifen entwickeln.

Angestrebte Ergebnisse

  • Erlangung fundierter Erkenntnisse zum Reifenabrieb bei Nutzfahrzeugen unter realen Einsatzbedingungen

  • Quantitative Aussagen zu Einflussfaktoren, die den Reifenabrieb bestimmen

  • KI-basierte Softwaretools zum Reifenmanagement

  • KI-basierte Klassifizierung bzw. Regressionsanalyse von Reifen bzgl. Abrieb

  • Ansätze zur situationsbezogenen Reduzierung des Reifenabriebs (Reifendruck/Fahrverhalten)
  • Korrelationen zwischen Reifenabrieb im Feld & relevanten Laborindikatoren

  • Guidelines für emissionsoptimierten Reifen- & Straßenbau

Interesse? Sprechen Sie mit uns.

Wir freuen uns auf Ihre Nachricht.

Erstgespräch buchen Kontakt

Weiter zur Terminbuchung

Für die Terminbuchung verlassen Sie imes-solutions.com. Die Buchung läuft über den externen Anbieter Calendly.