KI-basierte Lösungen zur Reduzierung von Abrieb und verkehrsbedingten Mikroplastikemissionen

Abstract

Ziel des Vorhabens war die Entwicklung eines Digitalen Zwillings von Nutzfahrzeugreifen, der auf das Abriebverhalten fokussiert ist und dessen Beschreibung ermöglichen soll. Unter digitalem Zwilling verstehen wir im Vorhaben die digitale Nachbildung des Abriebprozesses von Reifen. Dieses Modell soll eine Möglichkeit bieten, den Reifenabrieb nachvollziehbar zu machen, z.B. durch Kategorisierung des aktuellen Reifenzustands oder durch eine Vorhersage der abgeschätzten Restlaufzeit des Reifens. Mit Hilfe von KI-Methoden sollen aktuelle Inline-Daten des KapSor-Reifensensors (Abrieb, Reifendruck & -temperatur, GPS-Position), Daten des BMDV (Wetter, Straßenbelag und -zustand, Verkehrslage) und Daten zu Fahrzeug- & Reifen (Fahrzeugtyp/Beladung, Reifentyp/Gummimischung/Profil, Fahrverhalten) analysiert werden. Weiterhin sollen Korrelationen zwischen den Abriebdaten aus Reifentests im Feld und verschiedenen Laborindikatoren (DIN-Abrieb, LAT100, Chip&Cut, Tear-Fatigue Analyse) mittels KI quantifiziert werden und die Möglichkeiten von IR-Aufnahmen (Wärmebilder) an vorbelasteten Reifen für Vorhersagen bezüglich des Reifenabriebs mittels KI-basierter Bildanalyse erforscht werden.