Progetto di ricerca · mFUND
STAFFEL
Progetto di ricerca completato per lo sviluppo di una piattaforma basata sull’intelligenza artificiale per il trasporto a staffetta tra diverse aziende di spedizioni, finanziato nell’ambito dell’iniziativa per l’innovazione mFUND.
Dati del progetto
| Durata | 01/12/2021 – 30/11/2024 | |
|---|---|---|
| Codice di finanziamento | 19FS2019C, poi 01FV2027C | |
| Ente finanziatore | Ministero federale dei Trasporti e delle Infrastrutture digitali (BMVI) |  |
| Ente responsabile del progetto | TÜV Rheinland Consulting GmbH, in seguito DLR Projektträger |   |
| Contesto del finanziamento | mFUND |  |
| Il tuo referente | Julian Blasig | |
Il progetto 19FS2019C (in seguito 01FV2027C) della MANSIO GmbH è stato finanziato tramite il mFUND dal Ministero federale dei trasporti e delle infrastrutture digitali (BMVI) in base a una delibera del Bundestag tedesco.
Il progetto
L’8 dicembre 2021 è partito il progetto STAFFEL. L’obiettivo di questo progetto di ricerca è dimezzare i tempi di trasporto nel settore del trasporto merci su gomma e ridurre gli sprechi legati ai tempi di guida. I partner del progetto – FIR dell’Università Tecnica di Aquisgrana (RWTH), MANSIO GmbH, PEM Motion GmbH e l’Istituto Tedesco di Normalizzazione (DIN) – hanno sviluppato insieme una piattaforma web basata sull’intelligenza artificiale per il trasporto a scaglioni tra diverse aziende di spedizione. L’obiettivo era contribuire in modo significativo a organizzare in modo efficiente i tempi di trasporto su camion, di guida e di riposo. Il progetto STAFFEL è stato finanziato con un totale di 1,5 milioni di euro dal Ministero federale dei trasporti e delle infrastrutture digitali nell’ambito dell’iniziativa di innovazione mFUND.
Situazione iniziale
Nel trasporto merci su strada, i viaggi sono stati interrotti per rispettare i tempi di guida e di riposo. Queste interruzioni non solo hanno allungato i tempi di trasporto, ma hanno anche occupato posti di sosta per camion, di cui, secondo il BASt e il BGL, sulle autostrade tedesche ne mancavano circa 35.000. La ricerca di un posto di sosta ha portato a un traffico di ricerca di parcheggi ad alto impatto di CO₂, al superamento dei tempi di guida e alla frustrazione degli autisti di camion. I camion parcheggiati in modo selvaggio hanno causato incidenti, disturbato i residenti e, secondo la VEDA, favorito furti di merci con danni per miliardi.
Soluzione
Sono state eseguite le seguenti operazioni:
- Concetto (sostenibilità, modello di business, legale, sicurezza)
- Piattaforma (mercato dei tempi di guida, algoritmo AI, UX/UI)
- Sistema di sicurezza intelligente (sistema IoT per la consegna del rimorchio)
- Integrazione dei dati relativi al traffico, alla telematica, al TMS e all'IoT
- Elaborazione di big data e fornitura di dati raffinati (mCloud)
- Creazione di documenti di standardizzazione (ad es. DIN SPEC, CWA)
- Validazione in via sperimentale su una piattaforma regionale dedicata ai tempi di guida e al trasporto a lunga percorrenza
Risultato
Si può evitare l’interruzione dei trasporti assicurando i rimorchi con un lucchetto IoT alla fine del tempo di guida e affidandoli poi a autisti ben riposati. Nel progetto è stato studiato un “traffico a staffetta” sicuro e trasversale alle diverse aziende di spedizioni: su una piattaforma online, i tragitti a lunga distanza sono stati suddivisi in tratte più brevi grazie ad algoritmi di intelligenza artificiale, che sono state poi mediate tramite una piattaforma dedicata ai tempi di guida tra spedizionieri e autotrasportatori sulla base di dati in tempo reale (ad es. traffico, infrastrutture, IoT, telematica).
Partner del progetto
Partner associati
