Simulation der Auswirkungen unterschiedlicher KI-Verteilungen auf urbane Mobilitätssysteme

Simulation der Auswirkungen unterschiedlicher KI-Verteilungen auf urbane Mobilitätssysteme

<Text wird generiert, bitte warten...>
Kontext

Im Rahmen des Forschungsprojekts „Future Habitat Mobility“ wird untersucht, wie KI-basierte Funktionalitäten in zukünftigen Mobilitätssystemen effizient und zielgerichtet zwischen Fahrzeug, Infrastruktur und Cloud verteilt werden können. Im Fokus steht die Frage, welche Aufgaben auf welcher Systemebene ausgeführt werden sollten, um Anforderungen hinsichtlich Leistungsfähigkeit, Sicherheit, Skalierbarkeit und Nachhaltigkeit optimal zu erfüllen. Dabei liegt der Schwerpunkt auf der Entwicklung und Bewertung zukunftsfähiger Systemarchitekturen für vernetzte und autonome Mobilitätslösungen. Berücksichtigt werden sowohl technische als auch systemische Aspekte wie Latenz, Datenverfügbarkeit, Robustheit, Energieeffizienz, Kommunikationsaufwand sowie Sicherheits- und Datenschutzanforderungen. Ein zentraler Bestandteil des Projekts ist die modell- und simulationsbasierte Analyse verschiedener Verteilungsstrategien – von rein fahrzeugbasierten Ansätzen über hybride Architekturen bis hin zu cloudzentrierten Konzepten. Diese Strategien werden anhand realitätsnaher Use Cases aus dem Bereich intelligenter Mobilität untersucht und miteinander verglichen, um fundierte Aussagen über deren Potenziale, Grenzen und Einsatzszenarien treffen zu können.

Ziele
  • Analyse und Vergleich unterschiedlicher Strategien zur Verteilung von KI-Funktionalitäten zwischen Fahrzeug, Infrastruktur und Cloud

  • Entwicklung und Bewertung zukunftsfähiger Systemarchitekturen für vernetzte und autonome Mobilitätssysteme

  • Modellierung und simulationsbasierte Untersuchung realitätsnaher Mobilitäts-Use-Cases

  • Bewertung der Strategien hinsichtlich Leistungsfähigkeit, Sicherheit, Latenz, Robustheit, Energieeffizienz und Nachhaltigkeit

  • Identifikation geeigneter Architekturen und Verteilungsansätze für unterschiedliche Anwendungs- und Betriebsszenarien

Voraussetzungen
  • Kenntnisse in Python
  • Kenntnisse im Umgang mit der Simulationsumgebung CARLA von Vorteil