AVL und der Lehrstuhl für Fahrzeugtechnik an der Technischen Universität München (TUM) haben gemeinsam eine Berechnungsmethode entwickelt, bei der unterschiedliche Fahrzeugflotten jeweils ein neuronales Netz trainieren. Das dort Erlernte wird dann ein globales Modell weitergegeben, ohne dass auf die Originaldaten der OEMs zugegriffen werden muss. Das KI-Modell steht dann als Basis für die Berechnung der Restlebensdauer der Batterie zur Verfügung. Dank dieses Federated Learning Ansatzes konnte die verbleibende Batterielebensdauer gegenüber dem einzelnen Flottenmodel wesentlich genauer vorhergesagt werden – der Fehlerwert reduzierte sich durchschnittlich um 32 Prozent. (jr)
Ähnliche Artikel
Technologie-Radar
Das werkseitige Laden von Li-Ion-Akkus erhöht die Lebensdauer der Batterien um 50 %
Das Formatieren von Lithium-Ionen-Batterien mit hohen Strömen geht 30 Mal schneller und erhöht die Lebensdauer der Batterien um 50 %.
Technologie-Radar
Forschungsprojekte: Sichere Kreuzungen durch Vernetzung
Mit einer Kick-off-Veranstaltung beim Konsortialführer Valeo startete letzte Woche das Forschungs- und Entwicklungsprojekt „DEKOR-X. Es soll die Gefahrenstelle Kreuzung durch dezentrale Kommunikation entschärfen, ohne dass dafür an jeder Kreuzung teure zusätzliche Infrastruktur zugebaut werden muss.
Medienspiegel
Webinar: Die europäische Software Defined Vehicle of the Future Initiative
Michael Paulweber von AVL stellt die Initiative Software Defined Vehicle of the Future vor, die eine SW Plattform, ein Ecosystem und eine Engineeringumgebung für SDVs erstellen soll.
