Projekt badawczy · mFUND
STAFFEL
Zakończony projekt badawczy dotyczący opracowania platformy opartej na sztucznej inteligencji, służącej do organizacji transportu etapowego z udziałem wielu firm spedycyjnych, finansowany w ramach inicjatywy innowacyjnej mFUND.
Dane projektu
| Okres obowiązywania | 01.12.2021 – 30.11.2024 | |
|---|---|---|
| Numer projektu | 19FS2019C, później 01FV2027C | |
| Organ przyznający dotację | Federalne Ministerstwo Transportu i Infrastruktury Cyfrowej (BMVI) |  |
| Podmiot realizujący projekt | TÜV Rheinland Consulting GmbH, a później DLR Projektträger |   |
| Kontekst finansowania | mFUND |  |
| Osoba do kontaktu | Julian Blasig | |
Projekt 19FS2019C (później 01FV2027C) firmy MANSIO GmbH otrzymał dofinansowanie w ramach programu mFUND od Federalnego Ministerstwa Transportu i Infrastruktury Cyfrowej (BMVI) na podstawie uchwały niemieckiego Bundestagu.
Projekt
W dniu 8 grudnia 2021 r. zainaugurowano projekt STAFFEL. Celem tego projektu badawczego jest skrócenie o połowę czasu transportu w przewozach towarowych realizowanych samochodami ciężarowymi oraz ograniczenie marnotrawstwa czasu spędzanego za kierownicą. Partnerzy projektu – FIR przy RWTH w Akwizgranie, MANSIO GmbH, PEM Motion GmbH oraz Niemiecki Instytut Normalizacyjny (DIN) – wspólnie opracowali w tym celu opartą na sztucznej inteligencji platformę internetową służącą do koordynacji transportu w systemie relay między różnymi firmami spedycyjnymi. Miała ona w znacznym stopniu przyczynić się do efektywnego planowania czasów transportu ciężarówek, jazdy i odpoczynku. Projekt STAFFEL został dofinansowany w ramach inicjatywy innowacyjnej mFUND kwotą 1,5 mln euro przez Federalne Ministerstwo Transportu i Infrastruktury Cyfrowej.
Sytuacja początkowa
W drogowym transporcie towarowym przewozy były przerywane w celu przestrzegania limitów czasu jazdy i odpoczynku. Przerwy te nie tylko wydłużały czas transportu. Zajmowały one również miejsca postojowe dla ciężarówek, których – według danych BASt i BGL – na niemieckich autostradach brakowało około 35 000. Poszukiwanie miejsc postojowych prowadziło do generującego duże emisje CO₂ ruchu związanego z poszukiwaniem miejsc, przekraczania limitów czasu jazdy oraz frustracji wśród kierowców ciężarówek. Samowolnie parkujące ciężarówki powodowały wypadki, uciążliwości dla mieszkańców oraz, według VEDA, sprzyjały kradzieżom ładunków, powodując straty sięgające miliardów.
Rozwiązanie
Wykonano następujące czynności:
- Koncepcja (zrównoważony rozwój, model biznesowy, kwestie prawne, bezpieczeństwo)
- Platforma (rynek czasu jazdy, algorytm AI, UX/UI)
- Inteligentny system bezpieczeństwa (system IoT do przekazywania przyczepy)
- Integracja danych dotyczących ruchu drogowego, telematyki, systemów zarządzania transportem (TMS) oraz Internetu rzeczy (IoT)
- Przetwarzanie dużych zbiorów danych i dostarczanie dopracowanych danych (mCloud)
- Tworzenie dokumentów normalizacyjnych (np. DIN SPEC, CWA)
- Wstępna walidacja na regionalnej platformie handlu czasem jazdy oraz w transporcie dalekobieżnym
Wynik
Przerwom w transporcie można zapobiec, zabezpieczając naczepy pod koniec czasu prowadzenia pojazdu za pomocą zamka IoT, a następnie przekazując je wypoczętym kierowcom. W ramach projektu zbadano bezpieczny, obejmujący różne firmy spedycyjne system „transportu sztafetowego”: Na platformie internetowej trasy długodystansowe zostały podzielone za pomocą algorytmów sztucznej inteligencji na odcinki, które następnie były koordynowane za pośrednictwem platformy handlu czasem jazdy między firmami spedycyjnymi a przewoźnikami na podstawie danych w czasie rzeczywistym (np. ruch drogowy, infrastruktura, IoT, telematyka).
Partnerzy projektu
Partnerzy stowarzyszeni
