Ausgangssituation:

Bei der Dauerlauferprobung neuer Fahrzeuge erfolgt während oder nach einer Testfahrt eine Dateneingabe des subjektiven Empfindens des Fahrers. Dieser Prozess wird über manuelle Fragebögen, Exceltabellen oder andere manuelle/teilautomatisierte Methoden durchgeführt und ist zeitintensiv, kostenintensiv und fehleranfällig. Zusätzlich verfügbare Daten wie Umgebungs-, Fahrer- und Fahrzeugdaten fließen nicht vollständig in die Bewertung von Auffälligkeiten mit ein. Außerdem werden die Tests nicht Flotten- und Fahrzeugplattformübergreifend verknüpft, um weitere Erkenntnisse aus der Dauerlauferprobung zu ziehen.

Ziel:

Deshalb möchte der Lehrstuhl für Fahrzeugtechnik der TUM in Zusammenarbeit mit zwei Industriepartnern im Rahmen des Forschungsprojektes Firefly ein cloudbasiertes Softwaretool entwickeln. Ziel ist ein hochautomatisierter Erprobungsprozess mit einem Digitalen Test Assistent. Die Versuchsplanung und –auswertung soll vereinfacht werden und die Vergleichbarkeit Flotten- und plattformübergreifend sichergestellt werden. Durch die Aufzeichnung und Analyse zusätzlicher Daten (Umgebung, Fahrer, Fahrzeug) soll die Aussagekraft und die Qualität des Absicherungslaufes erhöht werden.

Der Digitale Test Assistent nutzt statistische Auswertungen und Methoden des Machine Learning (ML) um Messfahrten der Fahrzeugerprobung in Echtzeit zu analysieren, diese mit Daten aus anderen Erprobungsfahrten zu kombinieren und den weiteren Erprobungsablauf dynamisch anzupassen.