Forschung für eine innovative Zukunft

Der Grundsatz, aktuelle Forschungsergebnisse und zukunftsorientierte Themen aktiv in unsere Projekte zu integrieren, ist bereits in der Namensgebung unseres Unternehmens tief verwurzelt – Technisch Wissenschaftlicher Transfer. Um heute den Fortschritt für morgen zu sichern, sind wir bei TWT in zahlreiche nationale und internationale Forschungsprojekte involviert. Die Aktivitäten umfassen sowohl Initiierung, Management und Koordination von Konsortien, als auch die Teilnahme an Forschungsinitiativen.

Unser angeborener Verbesserungsdrang resultiert in dem Ziel, forschungsbasierte Innovationen anzuregen und neu entstehende, zukunftsweisende Technologien voranzutreiben. Innovation und wissenschaftliche Expertise gepaart mit der Kompetenz, die Dinge ganzheitlich zu betrachten, bilden seit der Firmengründung den Grundstein und den Antrieb für die erfolgreichen Forschungsaktivitäten bei TWT.

AINET-Antillas

AINET-Antillas ist ein Teilprojekt im Rahmen der europäischen Initiative AINET. In verschiedenen Anwendungen wie I4.0 sowie dem vernetzten und autonomen Fahren sind Netzverfügbarkeit und -qualität von größter Bedeutung für die ordnungsgemäße Realisierung von Kundenfunktionen. AINET-Antillas entwickelt und validiert Infrastrukturelemente für Anwendungen in hochvernetzten Szenarien. Tronis® soll für die Validierung von automatisierten, vernetzten und autonomen Fahrfunktionen hinsichtlich der Netzqualität auch im Vergleich verschiedener Netzgenerationen eingesetzt werden.

KoSi

Das Akronym KoSi steht für „Kooperatives Autonomes Fahren mit Sicherheitsgarantien“. In diesem Projekt soll untersucht werden, wie die Herausforderung autonomen Fahrens in komplexen Verkehrssituationen durch kooperative Manöverplanung gemeistert werden kann. Ein besonderer Fokus liegt hier auch auf gemischten Verkehrsszenarien, also mit autonomen und nicht-autonomen Verkehrsteilnehmerinnen und -teilnehmer.

newAide

Im Projekt newAide erforschen die Partner den Einsatz von Methoden der Künstlichen Intelligenz (KI) in hochkomplexen, simulationsbasierten Auslegungsprozessen der Fahrzeugentwicklung mit dem Ziel, diese zu beschleunigen, zu optimieren und teilweise zu automatisieren. Neben der Verbesserung einzelner Auslegungsdisziplinen durch KI-Ansätze soll im Projekt newAIDE mithilfe der Teilprojekte eine grundlege Datenbankstruktur und Datenstrukturierung erforscht werden, die den Einsatz von KI-Methoden in der Fahrzeugauslegung unterstützt und vereinfacht. Dadurch könnte die Basis für eine flächendeckende Einführung von KI-Ansätzen in der Fahrzeugauslegung und darüber hinaus bereitet werden.

ALFRIED

ALFRIED – Automatisiertes und vernetztes Fahren in der Logistik am Testfeld Friedrichshafen, soll in Zukunft dem innenstädtischen Warenverkehr dienen. Das Gesamtkonzept des hypereffizienten Mobilitätssystems besteht aus verschiedenen Mobilitätsteilnehmern. Das Projekt soll die gesamte Verkehrssituation, insbesondere der Fahrzeuge (vernetzte sowie nicht-vernetzte), intelligenter Infrastrukturen und Leitstellen verbessern. Dafür werden verschiedene Technologien entwickelt und für die Nutzung und den Einsatz im Realverkehr vorbereitet. In Zukunft sollen die Erkenntnisse aus Friedrichshafen von hoher Relevanz für andere Städte und Regionen sein.

AUTOAKZEPT

AUTOAKZEPT steht für die Beseitigung von Verstehensunsicherheit bei Mensch-Maschinen-Interaktion (automation without insecurity to increase acceptance of automated and connected driving). Zur Verbesserung der User Experience trifft das Recommender System die Auswahl der am besten geeigneten Anpassung für die Fahrerin und den Fahrer hinsichtlich der dargebotenen Information zur Verkehrssituation oder des Fahrstils.

LiBAT

LiBAT – development of a high voltage LIthium BATtery, hat die Entwicklung eines ultraleichten hochintegrierten Batteriepacks für Anwendungen in der Luftfahrt zum Ziel. Das LiBAT Design erfüllt anspruchsvolle Anforderungen für Gewicht, Energiedichte und Leistung und kann flexibel in verschiedenen Anwendungen eingesetzt werden. Bevor das LiBAT Design in elektrischen und hybriden Flugzeugen benutzt werden kann, werden prototypische Umsetzungen und Tests am Boden (TRL4) durchgeführt. Durch LiBAT entsteht eine neue Zukunft für die Luftfahrt.

RABE

RABE – Intelligenter Rollator für die stationäre Pflege zum Autonomieerhalt der Bewohner und zur Entlastung der Pflegekräfte, umfasst die Entwicklung eines intelligenten Rollators, der die Autonomie und Mobilität der Nutzerin und des Nutzers erhöht und gleichzeitig das Pflegepersonal entlastet. Dies wird durch eine Reihe von Funktionen erreicht, beispielsweise durch den Modus „Autonomes Fahren“, eine Indoor-Navigationsfunktion und eine Pedelec-Funktion. In einer Pflegeeinrichtung der Stiftung Liebenau werden die Projektentwicklungen erprobt.

OPsTIMAL

OPsTIMAL zielt auf die Optimierung des Luftfahrtbetriebs ab (optimized processes for trajectory, maintenance, management of resources, and airline operations). Datenanalyse und Predictive Maintenance von Triebwerken helfen dabei, die Forschung zu verfolgen. Optimierte Prozesse für Trajektorie, Instandhaltung, Management von Ressourcen und Abläufen in der Luftfahrt.

AIToC

Im Projekt AIToC – Artificial Intelligence supported Tool Chain in Manufacturing Engineering, wird eine integrierte Werkzeugkette für die Produktionsplanung und das Engineering von Produktionssystemen entwickelt, die die Entscheidungsfindung bereits in sehr frühen Phasen unterstützt. Dies beinhaltet die Entwicklung und Anpassung von Tools zur Definition und Verwaltung von Anforderungen, sowie zur Erstellung von Prozessplänen, Gerätemodellen und Layouts. Dafür wird ein modellbasierter Ansatz zur Definition der Produkt- und Produktionsanforderungen verwendet. Die Integration der Werkzeugkette konzentriert sich auf Lösungen für die Interoperabilität von Tools und Plug & Play-Funktionen, um in der Gestaltung der Simulationsumgebung flexibel zu sein. Dies wird erhebliche Auswirkungen auf die Effizienz (Kosten), die Qualität der Modelle und die Durchlaufzeit für Simulationen im industriellen Kontext haben.

iVeSPA

iVeSPA (Integrated Verification, Sensors, and Positioning for Aircraft production) untersucht Möglichkeiten zur signifikanten Erhöhung des Digitalisierungsgrades innerhalb der heutigen Flugzeugfertigung. Der aktuelle Grad der Digitalisierung von Prozessschritten ist nicht sehr hoch. Falls die dort verwendeten Maschinen innerhalb der absolvierten Prozessschritte ihre Sensordaten zur weiteren Verwendung bereitstellen, handelt es sich allenfalls um Insellösungen. Eine verbreitete Vernetzung der Maschinen oder die zentrale Speicherung für einen vereinfachten Zugriff auf alle Daten der Fertigungsprozesse liegt nicht vor.

SMART

„Simulation of mobile networks and automotive behavior in realtime“ – Autonome Fahrapplikationen stellen hohe Anforderungen an die Mobilfunknetze, die naturgemäß variierende Dienstgüten aufweisen. SMART untersucht virtuell Vehicle-to-X (V2X) Anwendungen und wie belastbar diese in LTE und 5G Szenarien sind. Im Rahmen des Projekts wurde ein Mechanismus zur Aushandlung der Dienstgüte entwickelt. Außerdem wurden Echtzeitsimulationen von V2X-basierten autonomen Fahrszenarien in der virtuellen 3D-Umgebung Tronis® eingesetzt, um die Fähigkeiten des Mechanismus, stochastische Garantien der Dienstgüte vorherzusagen, zu evaluieren.

RITUAL

Während Assistenzroboter funktionell bereits gut entwickelt sind, gelingt es ihnen derzeit oft noch nicht, menschliche Emotionen und Verhalten richtig zu interpretieren und somit situationsgerecht mit der Nutzerin und dem Nutzer zu interagieren. Wenn Assistenzroboter in unseren privaten Alltag einziehen sollen, müssen sie in der Lage sein, den Nutzerzustand und Nutzungskontext richtig zu deuten und ihre verbale und nonverbale Interaktionsstrategie darauf abzustimmen.

Mathematical Research & Services

Mathematical Research

Ingenieurwissenschaftliche und physikalische Fragestellungen werden häufig durch partielle Differentialgleichungen formuliert und mittels der Finiten-Elemente-Methode (FEM) gelöst. Bei dieser Methode wird zunächst das vorgegebene Berechnungsgebiet vernetzt, d.h. in einfache geometrische Elemente zerlegt, wie etwa Dreiecke bzw. Vierecke im Fall von Oberflächenmodellen oder Tetraeder bzw. Hexaeder im Fall von Volumenmodellen. Diese Elemente dienen als Grundlage für die Definition der Lösungsfunktion, deren Koeffizienten durch das FE-Verfahren zu bestimmen sind. Je nach Güte des resultierenden Netzes schließt sich daran ein Netzoptimierungsschritt, der ggf. auch in das Netzgenerierungsverfahrens integriert sein kann. Danach wird unter Einbeziehung von Randbedingungen wie beispielsweise Lasten, Fixierungen, etc. im FE-Simulationsprozess ein lineares Gleichungssystem zur Bestimmung der Lösungskoeffizienten aufgestellt. Im Anschluss wird das resultierende FE-System mit speziellen numerischen Methoden gelöst und die Lösung des Simulationsproblems ausgewertet.