KI in der Fahrzeugtechnik

Im Forschungsschwerpunkt „KI in der Fahrzeugtechnik“ kombinieren wir das große Potenzial Künstlicher Intelligenz (KI) mit unserem Domänenwissen, um den Weg für effizientere, sicherere und zuverlässigere Fahrzeuge zu bereiten.

KI umfasst einen großen Schatz an Methoden, die in der Fahrzeugtechnik eingesetzt werden können, um Entwicklungsprozesse zu beschleunigen, komplexe Phänomene berechenbar zu machen und die Eigenschaften oder das Verhalten von Fahrzeugen und Fahrzeugteilen vorherzusagen. Im Fokus steht dabei das Maschinelle Lernen (ML), das eine Untermenge der KI bildet und Schlüsse aus experimentell oder simulativ generierten Daten ziehen kann, die für den Menschen zu schwer oder zu aufwendig zu formulieren sind.

Umgekehrt liefern klassische, physik-basierte Modellierungsansätze verlässliche und vergleichsweise leicht nachvollziehbare Vorhersagen und sind dadurch z. B. für Design-Entscheidungen weiterhin von großer Bedeutung. Deshalb streben wir in vielen Fällen eine geschickte Kombination aus KI und physik-basierten Ansätzen an.

Aktuelle Forschungsthemen

Hybride Modellierung dynamischer Systeme

Die exakte Vorhersage des dynamischen Verhaltens technischer Systeme mittels physikalischer Modellierungsansätze stellt dort eine Herausforderung dar, wo die wirkenden Mechanismen nur mit großem Aufwand abgebildet werden können.

Mehr erfahren

Effiziente Berechnung des Reifenverschleißes

Bei der Simulation von Fahrwerksystemen kommen je nach Zielsetzung verschiedene Reifenmodelle zum Einsatz. Zur Bewertung der Fahrdynamik reichen häufig sehr einfache Varianten aus, wie z. B. Punktkontaktmodelle auf Basis der Magic Formula.

Mehr erfahren
business-card image

Lars Muth

Lehrstuhl für Dynamik und Mechatronik (LDM)

Teamleiter "KI in der Fahrzeugtechnik", Recheneffiziente Vorhersage des Reifenverschleißes

E-Mail schreiben +49 5251 60-1808