Am Institut für mechatronische Systeme im Maschinenbau werden selbstlernende Regelungsalgorithmen für die Fahrzeuglängsdynamik entwickelt, die eine intelligente, teilautonome Fahrzeugbewegung ermöglichen sollen. Mit Hilfe eines Prädiktionsmodells für die Fahrzeuglängsdynamik können neben aktuellen Informationen auch zukünftige Informationen über einem Prädiktionshorizont für die vorausschauende Regelung genutzt werden. In Vorarbeiten ist ein Prädiktionsmodell auf Basis von Maschinellen Lernens entstanden. Das Modell wird dabei mit Daten trainiert, die in Verkehrssimulationen gewonnen werden. Im Rahmen dieser Arbeit soll dieses Modell weiterentwickelt werden, um die Vorhersagegenauigkeit zu erhöhen.

Im Rahmen der Energie- und Mobilitätswende spielen Konzepte der Sektorenkopplung eine immer größere Rolle. An der Schnittstelle zwischen Energie, Mobilität und Wohnen ergeben sich verschiedene Möglichkeiten, um mit intelligenten Konzepten Synergien zu heben und sowohl ökologische als auch ökonomische Vorteile zu realisieren. Trotz der so entstehenden Komplexität versprechen Ansätze, welche die multimodale Kopplung von Fahrzeugen und stationären Energiesystemen fokussieren, großes Potenzial.

Das IMS und ARotor Labor verbindet eine langjährige wissenschaftliche Kooperation, die unter anderem durch den Austausch von Masteranden standfindet. Aktuelle Masterarbeitsthemen in ARotor Labor sind hier aufrufbar. hier.

Im Rahmen einer Kooperation mit dem Startup COMPREDICT werden datengetriebene Methoden untersucht, um den Restwert von Gebrauchtwagenkomponenten objektiv zu bewerten. Im Rahmen dieser Arbeit soll eine auf Flottendaten und Betriebsfestigkeitsinformationen basierende Methode erweitert werden. Insbesondere sollen Aspekte wie Marktspezifitäten und Kundenakzeptanz betrachtet werden.