elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

AI-For-Mobility—A New Research Platform for AI-Based Control Methods

Ruggaber, Julian und Ahmic, Kenan und Brembeck, Jonathan und Baumgartner, Daniel und Tobolar, Jakub (2023) AI-For-Mobility—A New Research Platform for AI-Based Control Methods. Applied Sciences, 23. Multidisciplinary Digital Publishing Institute (MDPI). doi: 10.3390/app13052879. ISSN 2076-3417.

[img] PDF - Verlagsversion (veröffentlichte Fassung)
4MB

Offizielle URL: https://www.mdpi.com/2076-3417/13/5/2879

Kurzfassung

AI-For-Mobility (AFM) is the new research platform to investigate and implement novel control methods based on Artificial Intelligence (AI) within the Department of Vehicle System Dynamics at the German Aerospace Center (DLR). A production hybrid vehicle serves as a base platform. Since AI-based methods are data-driven, the vehicle is equipped with manifold sensors to provide the required data. They measure the vehicle’s state holistically and perceive the surrounding environment, while high performance on-board CPUs and GPUs handle the sensor data. A full by-wire control system enables the vehicle to be used for applications in the field of automated driving. Despite all modifications, it is approved for public road use and meets the driving dynamics properties of a standard road vehicle. This makes it an attractive research and test platform, both for automotive applications and technology demonstrations in other scientific fields (e.g., robotics, aviation, etc.). This paper presents the vehicle’s design and architecture in a detailed manner and shows a promising application potential of AFM in the context of AI-based control methods.

elib-URL des Eintrags:https://elib.dlr.de/194049/
Dokumentart:Zeitschriftenbeitrag
Titel:AI-For-Mobility—A New Research Platform for AI-Based Control Methods
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Ruggaber, JulianJulian.Ruggaber (at) dlr.dehttps://orcid.org/0000-0003-4300-9104NICHT SPEZIFIZIERT
Ahmic, KenanKenan.Ahmic (at) dlr.dehttps://orcid.org/0000-0002-2266-1067NICHT SPEZIFIZIERT
Brembeck, Jonathanjonathan.brembeck (at) dlr.dehttps://orcid.org/0000-0002-7671-5251NICHT SPEZIFIZIERT
Baumgartner, DanielDaniel.Baumgartner (at) dlr.deNICHT SPEZIFIZIERTNICHT SPEZIFIZIERT
Tobolar, JakubJakub.Tobolar (at) dlr.dehttps://orcid.org/0000-0002-4888-4664NICHT SPEZIFIZIERT
Datum:23 Februar 2023
Erschienen in:Applied Sciences
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Ja
In SCOPUS:Ja
In ISI Web of Science:Ja
Band:23
DOI:10.3390/app13052879
Verlag:Multidisciplinary Digital Publishing Institute (MDPI)
ISSN:2076-3417
Status:veröffentlicht
Stichwörter:automated test vehicle; AI-based control methods; test vehicle design; vehicle dynamics; holistic vehicle instrumentation
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Straßenverkehr
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V ST Straßenverkehr
DLR - Teilgebiet (Projekt, Vorhaben):V - V&V4NGC - Methoden, Prozesse und Werkzeugketten für die Validierung & Verifikation von NGC
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Systemdynamik und Regelungstechnik > Fahrzeug-Systemdynamik
Hinterlegt von: Ruggaber, Julian
Hinterlegt am:03 Apr 2023 11:08
Letzte Änderung:24 Apr 2023 14:56

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.