Джулиан Блазиг

Контактное лицо

STAFFEL

Проект STAFFEL был запущен 8 декабря 2021 года. Цель исследовательского проекта — вдвое сократить время транспортировки в грузовом транспорте и уменьшить потери времени на вождение. Партнеры проекта — FIR из Университета RWTH Aachen, MANSIO GmbH, PEM Motion GmbH и Немецкий институт стандартизации (DIN) — совместно разрабатывают интернет-платформу для интермодальных перевозок с поддержкой искусственного интеллекта. Она должна внести значительный вклад в эффективную организацию грузового транспорта, времени вождения и отдыха. Проект STAFFEL финансируется Федеральным министерством транспорта и цифровой инфраструктуры на общую сумму 1,5 миллиона евро в рамках инновационной инициативы mFUND.

При автомобильных грузоперевозках поездки прерываются, чтобы соблюсти режим движения и отдыха. Эти перерывы не только увеличивают время перевозки. Они также занимают места для парковки грузовиков, которых, по данным BASt и BGL, на немецких автобанах не хватает примерно 35 000. Поиски места для парковки приводят к тому, что на поиск стоянки тратится много CO2, превышается время движения и водители грузовиков испытывают разочарование. Дико припаркованные грузовики становятся причиной аварий, доставляют неудобства местным жителям и, по данным VEDA, способствуют кражам грузов, ущерб от которых исчисляется миллиардами.

Перерывов в работе транспорта можно избежать, закрепив прицепы с помощью IoT-замка в конце времени движения, а затем передав их отдохнувшим водителям. Проект нацелен на исследование безопасных межэкспедиторских “эстафетных перевозок”: большие расстояния должны разбиваться на частичные маршруты на интернет-платформе с помощью алгоритмов искусственного интеллекта, которые затем посредничают между экспедиторами и перевозчиками на рынке времени вождения, используя данные в режиме реального времени (например, трафик, инфраструктура, IoT, телематика).

Для достижения этой цели запланированы следующие шаги:

  • Концепция (устойчивость, бизнес-модель, право, безопасность)
  • Платформа (рынок времени вождения, алгоритм искусственного интеллекта, UX/UI)
  • Интеллектуальная система безопасности (IoT-система для передачи прицепа)
  • Интеграция данных о дорожном движении, телематике, TMS и IoT
  • Обработка больших данных и предоставление уточненных данных (mCloud)
  • Создание документов по стандартизации (например, DIN SPEC, CWA).
  • Экспериментальная проверка с использованием регионального рынка времени вождения и сервиса междугородних перевозок

Партнеры проекта

MANSIO GmbH, Аахен
Научно-исследовательский институт рационализации (FIR) e. V. при Университете RWTH Aachen
Немецкий институт стандартизации (DIN) e. V., Берлин
PEM Motion GmbH, Аахен

Ассоциированные партнеры

AKS internationale Spedition GmbH, Аахен
AMSIT - Gesellschaft für angewandte Mikrosystemtechnik und Informationstechnologie mbH, Aachen
Клуб логистики e.V., Дортмунд
Couplink Group AG, Альденховен
Euro Rastpark GmbH & Co KG, Регенсбург
Funk Gruppe GmbH - международный страховой брокер и консультант по рискам, Гамбург
Hammer GmbH & Co KG, Аахен
In Time Personal-Dienstleistungen GmbH & Co KG, Мёнхенгладбах
myOpenFactory Software GmbH, Аахен
OpenTelematics e. V., Дюссельдорф
OZV GmbH and Co. KG, Вюрселен
Trovarit AG, Аахен
Ассоциация немецких автосалонов, Куддеверде
KRONE FLEET Germany GmbH

STAFFEL в прессе

STAFFEL: Разработка платформы с поддержкой ИИ для ретрансляции трафика на основе данных
Поэтапная транспортировка: передача жезла на основе ИИ
Новый проект по революции в грузовых перевозках

Информация о проекте

Время выполнения

01.12.2021 - 31.05.2024

Код финансирования

19FS2019C

Донор

Федеральное министерство транспорта и цифровой инфраструктуры (BMVI)

Организатор проекта

Контекст финансирования

Информация о финансировании

Проект MANSIO GmbH 19FS2019C финансируется через mFUND Федеральным министерством транспорта и цифровой инфраструктуры (BMVI) на основании решения немецкого Бундестага.

Дополнительные материалы

Пресс-релиз: Проект STAFFEL стартует. Новый проект призван совершить революцию в грузовых автомобильных перевозках