Poster
Innovative gasoline formulations have the potential to cause volatile organic compound (VOC) emissions of concern at the tailpipe. This is led primarily by the substitution of a proportion of the standard gasoline with bio-derived alcohols, due to the pressure for carbon dioxide emissions reductions and also high oil prices. A consequence of this may be to create elevated emissions of formaldehyde, acetaldehyde and related compounds, which have a range of negative human health effects, including respiratory irritation and raising cancer risk. This presentation will show results from real-world testing of a wide range of VOC emissions, across different gasoline blends across multiple vehicle models. The testing uses an innovative portable sampling device developed by Emissions Analytics that harnessing a proportional dilution system coupled with an array of sample tubes and automatical geofencing to segment samples from urban, rural and motorway driving onto different tubes. At the end of the test, the tubes are thermally desorped into a two-dimensional gas chromatography system and time-of-flight mass spectrometer to separate, identify and quantify the complete range of VOCs. As a result, similarities and differences between different gasoline formulations in different vehicles will be shown, with particular focus on elevated aldehyde emissions due to the alcohol content in the fuel blend, relevant for future policy around fuel standards and tailpipe emissions.
Auf diesem Poster werden die Ergebnisse des vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekts ZSIM vorgestellt. Ziel des gemeinsam von Fraunhofer IEE und MicroNova AG durchgeführten Projekts war es, die elektrische Simulation von Batteriezellen für die Entwicklung von Algorithmen für Batteriemanagementsysteme auf ein neues technologisches Niveau zu heben. Zukünftige Generationen von Batteriemanagementsystemen (BMS), werden fortschrittliche Messmethoden wie die Elektroimpedanzspektroskopie (EIS) nutzen. Um solche BMS erfolgreich testen zu können, ist es notwendig, das elektrische Verhalten im AC-Bereich mit hoher Dynamik und Genauigkeit zu simulieren. Mit dem erfolgreichen Abschluss des ZSIM-Projektsist es nun möglich, in sehr kurzer Zeit eine Simulation für eine Batteriezelle zu erstellen, die das Verhalten einer Batteriezelle z.B. für eine Temperatur von -20°C , einen Alterungsgrad von 30% und einen Ladezustand von 70% zeigt. Eine reale Batteriezelle für einen Test in einen solchen Zustand zu bringen, ist mit erheblichem Aufwand verbunden. Eine Wiederholbarkeit eines solchen Tests ist nahezu unmöglich. Die wichtigste Neuerung in diesem Projekt war die Möglichkeit, den dynamischen Zustand einer Batterie für beliebige Betriebspunkte zu simulieren. Dies geht weit über den derzeitigen Stand der Technik hinaus, bei dem hauptsächlich Zellspannungen mit einer niedrigen Rate (Millisekundenebene) simuliert werden.
Die Individualisierung bei kleinen Nutzfahrzeugen für die Innenstadtbelieferung, last mile, wird verstärkt in der Zukunft durch umweltpolitische, logistische Rahmenbedingungen angepasst und umgesetzt werden müssen. Anpassungen sowohl bei der Antriebswahl und der Fahrzeugkonzeption inklusive der Infrastruktur wird die logistischen Anforderung an ein Fahrzeug stellen. D.h. Fahrzeugkonzepte müssen zukünftig auch in Kleinserien wirtschaftlich hergestellt werden können. Dies bietet KMU Betrieben die Chance auch als OEM aufzutreten. Durch Netzwerkbildung und -Konzepte können Entwicklungs- und Produktionsgesellschaften entstehen. Dem Zuhörer soll vermittelt werden, welche Alternativen bei kleinen Nutzfahrzeugen im Zusammenspiel der Antriebstechniken und der Fahrzeug- und Aufbaukonzeptionen in Verbindung mit den Infrastrukturen möglich sein werden und wie wirtschaftlich effektiv eine Wertschöpfungskette in Deutschland machbar ist. Sensibilisierung der Zuhörer, Aufzeigen von Lösungsansätzen, Perspektiven speziell für KMU Betriebe aufzeigen, wie die generellen und grundsätzlichen Veränderungen in der Automobilbranche ökonomisch und ökologisch gemeistert werden und die Antriebsarten und -Techniken individuell Anwendung finden.
Mit dem Mercedes-Benz Strategie-Update von „Electric first“ zu „Electric only“ wird die Transformation in die emissionsfreie Zukunft beschleunigt und der Fokus auf rein elektrische Antriebe gelegt. Neben den bis dato weit verbreiteten Radialflussmaschinen bieten Axialflussmaschinen aufgrund ihres vergleichsweise geringen axialen Bauraumes neue Möglichkeiten für Antriebs-topologien und sind beispielsweise ein Enabler für kompakte Dualantriebe. Das besondere Potential von Axialflussmaschinen besteht darin, außerordentliche Leistungsdichte mit höchster Effizienz zu verbinden, weshalb sie Untersuchungsgegenstand dieser Wissenschaftlichen Arbeit sind. Ausgehend von Anforderungen steigender Drehzahlen, ist insbesondere an die Magnet-Integration, enorme Ansprüche gestellt. Im Rahmen dieser Ausarbeitung wird das Systemverhalten einer Referenz-Axialflussmaschine untersucht. Um ein besseres Verständnis über die Zusammenhänge innerhalb des Rotors einer Axialflussmaschine zu schaffen und mögliche Entwicklungspotentiale ermitteln zu können, werden Simulation in Form einer DoE-Untersuchung geplant und ausgewertet. Im Rahmen dieser Untersuchung wird die Güte des Rotors durch Qualitätsmerkmale quantifiziert und der Einfluss verschiedene Faktoren aus den Bereichen wie der Geometrie, der Werkstoffe und der Montage untersucht. 1) Aufbau und Einsatz der Axialflussmaschine 2) Definition und Bewertung der Qualitätsmerkmale 3) Screening zum Systemverständnis 4) Durchführung und Auswertung
Modern battery management systems (BMS) ensure cell packs' safe and efficient operation in various solutions within electric vehicles. BMS algorithms development aim to protect the battery under numerous environmental conditions, to prevent discharge/overcharge and increase its lifespan. To design efficient BMS algorithms, engineers need to get reasonable estimations of batteries operating modes, and they need to build an accurate battery model, which is often hard to characterize. Also, such systems imply long development iteration cycles due to overreliance on hardware-based testing since most of the BMS algorithms are still tested on actual battery cells. In this presentation, we present a fully connected model-based engineering workflow to develop and test BMS solutions. We rely on a pragmatic digital approach, that represents the BMS and its environment as a single digital thread, that is a model reused across all development stages, from early specification and design to the final implementation and validation on the intended target hardware. The proposed workflow ensures a seamless transition into the design stage, where we incorporate both the BMS controller and battery pack behavioral models to perform design explorations and automated verification of operational and faulty BMS scenarios, using desktop simulation. We finally present how to validate the BMS embedded hardware through real-time virtual field testing, using Hardware-in-the-Loop (HiL) solutions.
Modern engineering simulations consume a lot of resources in terms of computational capacity and energy which often results in workflows that last for days or weeks. Fortunately, most modern solvers are highly parallelizable and show excellent scaling when running on High Performance Computing (HPC) systems. The REGALE project is a European Union funded open-source initiative that aims to create an HPC architecture which integrates various heterogeneous computing systems to provide an extremely scalable solution for end-users, focused on performance, energy efficiency, reliability, and ease-of-use. As a demonstration of REGALE’s capabilities in handling massively parallel workloads, a simulation use case is presented by the National Technical University of Athens, Greece and TWT GmbH, Germany whose aim is to model the deformation of a carbon nanotube-reinforced polymeric car bumper under various loading conditions. A family of computational tools for all multiscale analysis stages has been customized and further integrated in the framework for this purpose. These involve: (i) Validation, Verification and Uncertainty Quantification (VVUQ) methods for the construction of a computational model of the bumper, tailored to HPC requirements, (ii) custom machine learning (ML) algorithms for accelerating multiscale analysis, (iii) Energy efficient, fault tolerant domain decomposition-based solvers that rely on the aforementioned ML algorithms. Call: H2020-JTI-EuroHPC-2019-1
In many applications with magnetic field-based speed sensors and passive target wheels, the rotatability of the sensor due to rotational symmetry is an important application criterion (reduction of the number of variants and thus of costs); likewise, air gap-independent tooth mapping and, increasingly, rotational direction detection are often required. Rotational symmetry can preferably be achieved by a single sensor element on the axis of rotation. A specially designed asymmetrical shape of the teeth of the sensor wheel is then required for the detection of the direction of rotation. In this concept, a suitable evaluation algorithm of the magnetic field over tooth and gaps of the sensor wheel is proposed, so that a precise tooth mapping almost independent of the air gap is possible - at least for one tooth edge (rising or falling edge).
Die Skalierung der Produktion von Elektromotoren stellt die Automobilindustrie vor neue Herausforderungen hinsichtlich der Optimierung der Fertigungsparameter und Qualitätskontrolle bei Einsatz modernster Fertigungsverfahren wie der additiven Fertigung oder des Laserschweißens. Um den Herstellungsprozess zu optimieren ist oftmals eine 100%-Qualitätsprüfung der Teile Inline im Fertigungsprozess unumgänglich. Zurzeit wird der Bedarf an einer zerstörungsfreien Mess- und Qualitätskontrolle in vielen Fällen durch optische 2D- oder 3D-Messsysteme abgedeckt. Diese haben jedoch den Nachteil Defekte im Inneren der Bauteile nicht sichtbar zu machen. Dies ist insbesondere bei additiv gefertigten und lasergeschweißten Bauteilen nachteilig. Demgegenüber ermöglicht die industrielle Röntgen-Computertomographie (CT) als zerstörungsfreies 3D-Messverfahren die Erkennung innerer und äußerer Defekte. Obwohl diese Methode in der Vergangenheit aufgrund der hohen Scanzeiten und Kosten auf Forschung und Entwicklung beschränkt war, hat die Entwicklung höherer Detektorauflösungen, verbesserter CT-Rekonstruktions-und neuer 3D-Bildverarbeitungsalgorithmen auf Basis künstlicher Intelligenz und der inzwischen immensen GPU-Rechenleistung diese Methode in ein robustes und vielseitiges Werkzeug für die Optimierung des Fertigungsprozesses als auch die 100% Inline-Qualitätskontrolle von Teilen verwandelt. Dazu werden einige Anwendungsbeispiele vorgestellt.
The usage of battery systems is an important factor for protecting the environment. However, currently the disassembly, reuse and recycling of the pack are still an issue. Battery cells are usually contacted by welding. This makes it impossible to remove individual cells from the pack. As of now there is already existing knowledge of properties of detachable electrical contacts. However, no approaches exist that allow the use of detachable contacting, considering challenges in battery packs with multiple cells and their design. Disassembly of the pack is the main problem regarding a circular economy compliant design. Detachable cell contacts are one potential solution. The main challenge implementing this solution is to achieve a contact resistance as low and equal as possible. Therefore, the authors present a method that allows the initial design and optimization of a battery pack with a detachable contacting system. The design is based on initial requirements such as necessary contacting forces for individual cells and contact materials. In addition to technical functionality, sustainability and weight, cost-effectiveness will be considered for the evaluation of the individual designs. The best-evaluated concept is then designed and manufactured using rapid prototyping methods. Finally, tests will be conducted with the prototype and the associated actuating system to ensure functionality of the designed pack under different influences such as temperature or vibration.
Bis 2030 sollen weltweit über 120 Millionen Elektrofahrzeuge im Einsatz sein, in Deutschland wird ein Marktanteil von bis zu 25 % erwartet. Der Wechsel vom Verbrennungs- zum Elektromotor hat jedoch neben dem Nutzerverhalten auch einen signifikanten Einfluss auf z.B. Karosseriekonzepte mit höherer Bedeutung für Lastpfade, einer insgesamt profilintensiveren Bauweise sowie der Werkstoffauswahl. Aufgrund zunehmender Leichtbauweise haben sich Werkstoffe wie Aluminium und Kunststoffe neben neuen Fügetechniken weiter etabliert. Daneben gibt es für neue Bauteile wie Batterie bzw. Brennstoffzellen-Module gestiegene Anforderungen wie z.B. Schutz bei Crash und Steinschlag, hohe Steifigkeit, geringes Gewicht und Kosten sowie Korrosionsschutz. Doch welchen Einfluss haben diese neuen Karosserie- und Leichtbaukonzepte auf den sekundären Korrosionsschutz? Dieser sorgt nicht nur für langfristigen Werterhalt, sondern auch volle Bauteilintegrität und somit Fahrgastsicherheit. Während in den Nassbereichen der Karosserie und dem Chassis weitgehend bereits existierende und etablierte Konzepte zum Tragen kommen erfordert der Korrosionsschutz der Batterie bzw. Brennstoffzellen-Module neue Wege. Neben dem Schutz vor Korrosion und mechanischen Schäden wie z.B. Steinschlag spielen hier noch elektrische und thermische Eigenschaften, sowie Brandschutz eine wichtige Rolle. Dieser Vortrag gibt einen Überblick über die neue Anforderungen beim Korrosionsschutz von Batterie bzw. Brennstoffzellen-Modulen.
The development processes for electric vehicles are becoming increasingly demanding, partly due to the high complexity of the battery systems. Furthermore, the developers have to handle various usage requirements of the systems and diverse user behavior. Here, inductive development approaches can help developers deal with high complexities by identifying interrelationships. This work introduces a Data Mining Process Model (DMPM) that has been adapted for the battery system's highly technical domain to support the developers in their work. The model represents an interdisciplinary process requiring data science and battery system expertise. It systematically supports the quick usage of fleet data, the building of algorithms, and the investigation of them and their outputs. The first application studies are discussed, where fleet data was used to investigate the system behavior under actual operating conditions and thus discovered rare anomalies in the battery systems. Machine learning clustering algorithms can find these anomalies, which are investigated afterward. In this way, the developers are supported in their work, learning complex interrelationships and previously unknown knowledge about the battery system through the application of the DMPM. Consequently, the DMPM is a helpful tool that supports the systematic use of inductive development approaches in battery systems.
Cost-efficient solutions are a key factor in ensuring competitiveness in the development of future software-based vehicle functions. Due to the disproportionate increase in complexity, their validation and quality assurance is a high priority. In addition, the Corona pandemic shows how fragile current development processes are when local access to vehicle data is not possible. __The use of IoT technologies can support the traditional development process and help in the transition to the software-defined vehicle. The approach presented here divides the phases of validation in terms of test equipment accessibility: local on site, conditional access, inaccessible. IoT-enabled measurement equipment is installed to complement conventional measurement technology in the first phase. In addition to the vehicle status, this phase documents the functionality of all measurement equipment. In the next phase, the scope is extended by shifting the vehicle data acquisition from conventional to IoT-enabled measuring devices, thus freeing up existing resources. As accessibility changes, the need for management will increase. In the third phase, as new features mature, the amount of vehicle data can be reduced to allow testing in the field using current mobile technologies. This will allow additional testing of intelligent interactions between the vehicle and the cloud platform, such as cloud-vehicle loops, as well as the use of different processing chains for even better access to vehicle data.
It is shown how an AI-assisted workflow accelerates the development and verification of vehicles’ noise, vibration, and harshness (NVH) behavior. Typically, many design parameters must be controlled in CAE-software models to accomplish multiple goals. By using the AI workflow, the NVH characteristics of components are analyzed and optimized to the predefined target value. In the digital phase, this enables a target-oriented and faster development of vehicle systems under NVH aspects. We demonstrate that AI-metamodels can be trained to accurately predict NVH-simulation results for new design parameters, when the training data is provided by several reference simulations. This is the key of the massive acceleration given by the NVH-AI-workflow, which is illustrated by two case studies. First, a regression problem consisting of 27 parameters (stiffness and inertia) is defined for a multi-body simulation (MBS) crankshaft model. The crankshaft vibration angle is minimized by exploiting the trained AI metamodel in an optimization loop, such that the NVH target is ensured. Second, the demonstrator “CUBIC AI” is presented, in which the user can literally draw the desired NVH-behavior, and then, without iterative process, the best design parameters are identified. This approach is illustrated using a simplified model of a vehicles’ vertical dynamical behavior.
Current generation development workflows in automotive software often include CI/CD toolchains and therefore benefit from continuous automatic testing. These higher requirements on the testbench make it necessary to include simulations on various levels of the process. The availability of current solutions ranges from simple unit tests through fully featured virtual hardware to non-functional models of future software. This presentation gives an insight into the usage of a Prostep level 4 virtual ECU in the development of an ASIL-D electric power steering. The usual HIL and development board setups are extended with virtual pendants and used at the level of software integration and testing steps. A connecting link between this virtual setup and the Hardware/Software design phase is created to enable further optimizations of the process and to deliver a benefit to the product.
Neuromorphic computing aims at implementing the computational principles of biological neural networks on dedicated hardware devices. Its main goal, however, is not necessarily to replicate neural circuits in the most realistic manner, but rather to exploit some of their advantages. In this context, spiking neural networks (SNNs) are a critical methodological component in neuromorphic systems. SNNs model neural information processing on the level of single impulses, or spikes, which allows extremely sparse, and thus highly energy-efficient, computing in an asynchronous, event-like manner. Thus, SNNs only compute when spikes occur. In contrast, regular neural networks, which most of the recent AI models—including ChatGPT or diffusion models—are based on, compute in an always fully active way making them tremendously inefficient. Neuromorphic implementations, in turn, can reduce the energy consumption of e.g. big vision models down to the range of milliwatts and even lower. Moreover, due to their compactness and efficiency, neuromorphic solutions can be integrated into sensors directly, paving the way for truly smart cognitive sensor systems. It is these features that make neuromorphic computing a candidate for an extremely disruptive technology, bearing the potential to accelerate intelligent automotive systems far beyond the yet imaginable. Here, we highlight recent advances in neuromorphic computing and discuss their potential for present and future automotive applications.
In den verschiedenen Phasen des Fahrzeugentwicklungsprozesses werden heutzutage in den Fachbereichen unterschiedliche numerische Simulationswerkzeuge eingesetzt. In der Entwicklungsphase des Fahrzeugthermomanagement ermöglichen diese die Leistungs- und Funktionsprognose auf Bauteil-, Komponenten- und Systemebene sowie die Entwicklung der Regelung unter vorgegebenen Betriebsrandbedingungen. Erst durch die Koppelung dieser verschiedenen Simulationswerkzeuge im Rahmen einer numerischen Co-Simulation und die zusätzliche Einbindung von weiteren Fahrzeug-Sub-Systemen können die relevanten Wechselwirkungen berücksichtigt werden, wodurch die Berechnung aller Wärme- und Energieflüsse im Fahrzeug möglich wird. Dies ist die Voraussetzung für eine gesamtheitlich optimierte Auslegung des thermischen Systems und die Definition der Betriebsregelung im Fahrzeug. Entwicklungsziele sind die Erfüllung der Kühlleistungsanforderungen bei gleichzeitiger Minimierung des Energiebedarfes für die Fahrzeugkühlung und Klimatisierung und damit eine resultierende Erhöhung der elektrischen Reichweite des Fahrzeuges im Kundenbetrieb. Diese Ziele gilt es bei minimalen Systemgesamtkosten unter Berücksichtigungen von Packaging-Randbedingungen zu erreichen. Durch eine übergeordnete, modulare Struktur des Simulationsmodells sind Modifikationen von Kreislaufarchitektur und Komponentendimensionierungen einfach möglich. Zusätzlich bietet die Modularität die Möglichkeit, den Detaillierungsgrad der einzelnen Module je nach Entwicklungsfokus nach dem altbewährten Ingenieursgrundsatz „so genau wie nötig und nicht so exakt wie möglich“ zu wählen. Die numerische Co-Simulation wird bei der TheSys GmbH seit vielen Jahren in Kundenprojekten erfolgreich eingesetzt und wurde im Rahmen des deutsch-französischen Forschungsprojektes „InnoTherMS“ weiterentwickelt. Anwendungsbeispiel war die Konzeption eines innovativen Kühlsystems für ein elektrisch angetriebenes, urbanes Lieferfahrzeug mit zwei temperierten Transporträumen. Diese wurden über eine Wärmepumpe mit dem Fahrzeugkühlsystem gekoppelt um den thermischen Bedarf von Transporträumen, Batterie und Kabine zu decken. Als Projektergebnis wurde eine Erhöhung der elektrischen Reichweite gegenüber einem Referenzfahrzeug um ca. 10% erreicht. Vorgestellt wird die Beschreibung der Vorgehensweise zur Koppelung der numerischen Simulationstools und deren Anwendung zur Entwicklung der Kühlsystemarchitektur und Komponentenauslegung. Ein besonderer Schwerpunkt liegt auf der Optimierung der Betriebsregelung für eine vorgegebene Transportroute, welche durch die Einbindung schnelllauffähiger Modelle (fast-running-models) um die Möglichkeit der Prädiktion erweitert wurde.
The knowledge explosion in all areas, including the automotive industry, is both an opportunity and a risk. In order to shape the effects as positively as possible and create sustainable added value, the amount of information must be processed in a targeted manner and important content must be separated from ignorable content. In the automotive industry and especially in the development of new components, it is possible to look back on many past projects and thus knowledge. However, the decisive factor is whether this information is available in a suitably processed form or the knowledge is even held by just a single expert. A new and intelligent method is therefore required to analyze existing data appropriately and at the same time prepare it ideally for further applications, such as use within forecast models based on artificial intelligence. To achieve the aforementioned goal, several steps need to be taken. First, the voxelization of the component takes place, which results in the three-dimensional component or CAD file being mathematically readable and thus a kind of translation takes place. This is done by rasterizing the component based on a previously selected resolution and other upcoming steps. Subsequently, it is possible to perform a suitable segmentation of the component. The aim is to detect areas in a component where features and form elements can be found. These could be, for example, areas that contain recesses or have other previously defined properties. Other regions, on the other hand, can be ignored after inspection by voxelization and segmentation: There is no sustainable valuable knowledge here. In a final step, the segmented areas including the features present there can be analyzed accordingly. For this purpose, the shape of the features is examined by means of ray tracing. In summary, these individual steps provide a possible method for coping with the knowledge explosions described at the beginning. As a result, not only can knowledge that is unimportant for the application be deliberately ignored, but it can also be suitably analyzed and further processed.
LiMo 2040 - Sustainable urban Living and Mobility Concept Aufgabenstellung Wie lässt sich die individuelle Mobilität in urbanen Räumen neben Scooter und Lastenrädern erhalten, wenn konventionelle Fahrzeuge absehbar nicht mehr in die Innenstädte fahren dürfen? Und wie lässt sich urbanes Wohnen mit einer individuellen Mobilität verbinden, nachhaltig und sozialverträglich? LiMo-2040 versucht Antworten auf diese Fragen zu geben. Es verfolgt einen ganzheitlichen Ansatz nach den Kriterien: So leicht wie möglich, so kompakt wie möglich und so einfach (kostengünstig) wie möglich. Konzeptidee Ist es überhaupt möglich, ein Fahrzeug zu entwickeln, das keinen Parkplatz mehr braucht? Konventionell gedacht ist die Antwort ganz klar NEIN. Wenn ein Fahrzeug nicht mehr fährt, muss es irgendwo abgestellt werden. Der Trick, warum es trotzdem funktioniert, ist die modulare Gestaltung von Fahrzeug-Kabine und Fahrgestell. Lassen sich Kabine und Fahrgestell trennen, so gibt es interessante Optionen für das Parken sowohl der Kabine als auch des Fahrgestells. Die Kabine ist nämlich eigentlich Bestandteil einer modernen Hochhauswohnung, d.h. die meiste Zeit hängt die Kabine wie eine Art verglaster Balkon (Mini-Wintergarten) am Gebäude. Wird ein Fahrzeug benötigt, kann über eine App ein Fahrgestell gebucht werden, das autonom daherkommt und wartet, bis die Kabine samt Insassen über ein ausgeklügeltes Schienensystem nach unten fährt, andockt und autonom das gewünschte Ziel ansteuert.
The increase in individual traffic in urban areas and increasing demands for environmental protection and energy efficiency are prompting major structural changes, not only in the traffic infrastructure, but also in vehicle guidance, towards automated and connected driving functions. While a standalone microscopic traffic simulations can predict the impact of infrastructural changes on traffic flow, it is only when coupled with a sophisticated vehicle simulation that a complete mapping of realistic traffic situations needed for safeguarding automated driving is possible. Coupling a vehicle simulator enables the representation of traffic actions in a photorealistic virtual 3D environment, as well as the integration and validation of sensor-based driving functions on sub-microscopic level and the extraction of critical scenarios of the real world. This publication illustrates the implementation of a real-time coupled co-simulation based on a digital twin of Ingolstadt from the research project SAVeNoW. This includes the integration of a consistent static virtual environment in both the traffic simulator SUMO and the Unreal Engine™ based vehicle simulator Tronis®, as well as the exchange of dynamic information between the two co-simulators to enable conflict-free synchronization. Furthermore, the specific implementation of what-if scenarios in the traffic simulator and the correct representation of these scenarios in the vehicle simulator are discussed.
The increase in global shipping demand for goods is abruptly changing the transportation industry. Today, everything is available at our fingertips without visiting a store. E-commerce and advancements in the digital world have significantly increased customer demand. The automation of the logistics industry is a demanding research topic today. Among many other endless advantages, automation of the logistics industry improves efficiency, reduces human errors, and saves on labor and energy requirements. Vehicle automation in the logistics yard is one of the critical applications in logistics yards. For better inventory management and faster operations, it is pivotal to know the occupancy of parking spots. Compared to traditional parking spot detection methods, we largely mitigate the impact of parking marker occlusion and wear and tear on detection results. In addition, with the help of truck-mounted monocular cameras and distance estimates based on the true size of the Swap body, we reduce deployment and maintenance costs while increasing deployment flexibility. Finally, with the help of geo-fencing, we can add additional information to the detection results while avoiding the need for additional reference detections.