..
Suche

Personensuche
Veranstaltungssuche
Katalog der UB Siegen

Störungen auf der anderen Seite des Globus erkennen

Wissenschaftler*innen der Universität Siegen kooperieren mit dem Unternehmen INVERS, um Carsharing-Software zu revolutionieren.

Carsharing-Anbieter geben ihre Fahrzeuge in fremde Hände. Was die Kunden mit den Fahrzeugen machen, können die Verleiher oft nicht nachvollziehen. Fahren sie vorsichtig oder haben sie einen Bleifuß? Sind sie offroad unterwegs, obwohl das laut Vertrag verboten ist? Hat ein Fahrer aus Versehen die Batterie komplett entladen, sodass beim nächsten Kunden das Fahrzeug nicht mehr anspringt? Bisher sind solche Analysen aus der Ferne entweder sehr zeitaufwendig, nur durch Mitwirken des Kunden durchführbar oder schlicht nicht möglich. Eine Forschergruppe der Uni Siegen kooperiert mit dem Weltmarktführer für Carsharing-Systeme INVERS aus Netphen, um in Zukunft herstellerunabhängig solche Analysen, Stör- und Unfallmeldungen möglich zu machen. Das spart nicht nur Zeit und Geld, sondern könnte vor allem dazu führen, dass durch verbesserte Verfügbarkeit und besseren Service Kunden Carsharing stärker akzeptieren. Das Projekt LEICAR (Lernbasierte multimodale Interpretation von Sensordaten zur Ereigniserkennung in Carsharing-Flotten) läuft seit April 2016 für drei Jahre. Das Bundesministerium für Bildung und Forschung fördert das Gesamtprojekt mit insgesamt 572.000 Euro.

Wenn ein Fahrzeug fährt, senden je nach Ausstattung bis zu 60 Steuergeräte Daten über ein internes Netzwerk, zum Beispiel den Kilometer- oder den Tankfüllstand. Das Problem: Jeder Hersteller hat seine eigene Darstellungsform für diese Daten, die unter Umständen bei jedem Fahrzeugmodell unterschiedlich ist. Zeichnet man die Kommunikation im Netzwerk auf, sieht man nur Seiten voller wirrer Zahlen. Experten der Firma INVERS müssen zurzeit die Darstellungsform der Daten aufwendig analysieren, und das für jedes Modell. „Das kostet nicht nur Zeit, sondern erfordert derzeit auch immer einen Spezialisten mit viel Erfahrung vor Ort bei dem jeweiligen Fahrzeug, um die Verlässlichkeit sicherzustellen“, erklärt Alexander Kordes, wissenschaftlicher Mitarbeiter im Forschungsteam. Bisher gibt es kein Analyse-Instrument, das sich herstellerunabhängig und ohne großen Aufwand auf jedes Fahrzeug anwenden lässt. Das kann zum Beispiel dazu führen, dass ein Kunde eines Carsharing Anbieters ein Fahrzeug bucht, von dem nicht bekannt war, dass es defekt ist, und nun so unzufrieden ist, dass er den Anbieter in Zukunft nicht mehr nutzen möchte.

INVERS entwickelt gemeinsam mit Forscher*innen der Uni Siegen einen Bordkoffer, den sie Carsharing-Betreibern auf der ganzen Welt zur Verfügung stellen wollen. Der Koffer besteht zunächst aus einem Tablet, GPS-Ortung und zwei Kameras. Über den Diagnosestecker, den auch Werkstätten benutzen, schließt ein Techniker oder Mechaniker das Fahrzeug an das Tablet an. Danach erscheinen auf dem Tablet Anweisungen in Form von Sequenzen: „Öffnen Sie die Tür“, „Betätigen Sie das Gaspedal“. Für jede Aktion misst die Software die Fahrzeugdaten, filmt, was passiert, und ortet das Fahrzeug. Diese Daten werden zu INVERS übertragen und automatisch analysiert. Das Ergebnis wird in die Carsharing-Hardware, in Form eines fest verbauten und von INVERS entwickelten Bordcomputers der entsprechenden Modelle gesendet. Das jeweilige Fahrzeugmodell soll auf den INVERS Bordcomputer angelernt werden. Für jedes Fahrzeugmodell müssen die Unternehmen diese Analyse nur einmal durchführen. „Das dauert statt eines ganzen Tages wie bisher nur noch ein paar Stunden“, sagt Uwe Latsch, Technischer Geschäftsführer von INVERS und Koordinator des Forschungsprojekts. So können die Betreiber in kurzer Zeit alle Fahrzeugmodelle ihrer Flotte analysieren. Der INVERS- Bordcomputer kommt bereits in 20 Ländern in mehr als 50.000 zum Carsharing ausgerüsteten Fahrzeugen zum Einsatz. In einem weiteren Schritt soll der Bordcomputer bemerken, ob Werte und Muster von der Norm abweichen. So können später automatisch Störungen an den Betreiber gemeldet werden. Damit können die Betreiber sicherstellen, dass sie den Kunden nur gut funktionierende Fahrzeuge zur Verfügung stellen und die Kunden zufrieden mit dem Service sind. „Die Kunden profitieren von der Software. Die Fahrzeuge werden besser gewartet, Störungen können so im besten Fall vermieden werden“, sagt Uwe Latsch.

Damit der Bordkoffer zuverlässig funktioniert, bringt das Forschungsteam sich momentan auf den Wissensstand der Fahrzeughersteller. Sie vergleichen Kurven und Muster, um die Kommunikation der Sensoren zwischen den Steuergeräten automatisiert anlernen und analysieren zu können. Diese Erkenntnisse nutzt später die Software. Die Wissenschaftler*innen gehen aber einen Schritt weiter. Sie wollen vor allem die Daten nutzen, die im Fahrzeug für einen ganz anderen Zweck verwendet werden. Mit Hilfe der Sensoren für die einzelnen Radumlaufgeschwindigkeiten kann zum Beispiel erkannt werden, auf welchem Untergrund ein Fahrzeug fährt. Dadurch soll die Software später merken, ob ein Fahrer verbotenerweise auf unbefestigten Wegen unterwegs ist.

In der Forschungsphase benutzen die Wissenschaftler*innen eigene oder angemietete Testfahrzeuge. Wenn der Bordcomputer später ein Fahrzeug analysiert, während ein Kunde es benutzt, muss der Datenschutz beachtet werden. „Uns ist ganz wichtig, dass die erhobenen Daten gesichert sind und nicht an Dritte weitergegeben werden. Nur während der Anlernphase durch einen Techniker werden alle erhobenen Daten an INVERS versendet“, erklärt Kordes. Wird danach zum Beispiel das Fahrverhalten eines Kunden automatisiert ermittelt, werden die Daten ausschließlich innerhalb des Bordcomputers verarbeitet, die nach der Fahrt einen Scoringwert (zum Beispiel eine Zahl zwischen eins und zehn) an den Carsharing-Anbieter versendet, und das nur mit Zustimmung des Fahrers. Die Betreiber können so zum Beispiel den Fahrstil der Kunden analysieren und vorsichtige Fahrer mit Rabatten belohnen. Anhand der Fahrzeugdaten könnten Carsharing-Betreiber auch auf das Stresslevel des Fahrers schließen. Das könnte Anreiz geben, sich auf der Straße rücksichtsvoller zu verhalten, was im Endeffekt Unfälle vermeiden kann. Im Moment ist das Zukunftsmusik, aber mithilfe der Forscher*innen vielleicht bald möglich.

Mehr Informationen:
www.leicar.de

Ansprechpartner:

Alexander Kordes
Universität Siegen, Lehrstuhl für Betriebssysteme und Verteilte Systeme
Telefon: 0271 740-4011
E-Mail: alexander.kordes@uni-siegen.de 

Uwe Latsch
INVERS GmbH
Telefon: 0271 238 88-0
E-Mail: uwe.latsch@invers.com

Nora Frei