Optimierung der Fahrzeugdiagnose durch eine cloudbasierte Methode zur Identifikation der Datennetze mit künstlicher Intelligenz (eBook)
XXIX, 156 Seiten
Springer Fachmedien Wiesbaden (Verlag)
978-3-658-43113-6 (ISBN)
Ralf Thomas Lutchen stellt eine neue Methode zur Erstellung von automatisierten Testabläufen in der Fahrzeugentwicklung auf. Dabei setzt der Autor Cloud- und KI-Modelle ein, durch welche die herausfordernde Optimierung der Durchlaufzeit einer Messaufgabe mit 63 % Reduzierung erreicht werden konnte. Zusätzlich zu dieser Optimierung zeigt er auf, wie gleichzeitig die Aktualität der Messaufgabe verbessert wird, bei ebenfalls steigender Vollständigkeit, indem die Komplexität in die Cloud und damit an die KI übertragen wird. Der dafür notwendige Prozess ist die vollständige Identifizierung der Steuergeräte, ihrer Softwarestände sowie aller Datennetze, die am Testequipment angeschlossen sind. Diese Technologie wird erstmals in dieser Studie hergeleitet und ist der Kern der Methode. Die sich daraus ergebenden ökonomischen und ökologischen Vorteile sind im Verhältnis zu den sich zeigenden Kosten und Energiebedarfen signifikant.
Ralf Thomas Lutchen hat am Institut für Fahrzeugtechnik Stuttgart (IFS) der Universität Stuttgart im Bereich Kraftfahrzeugmechatronik promoviert und ist aktuell Data Scientist für Data Driven Development von MEMS-Sensoren bei einem Automobilzulieferer in Reutlingen.
| Erscheint lt. Verlag | 28.9.2023 |
|---|---|
| Reihe/Serie | Wissenschaftliche Reihe Fahrzeugtechnik Universität Stuttgart | Wissenschaftliche Reihe Fahrzeugtechnik Universität Stuttgart |
| Zusatzinfo | XXIX, 156 S. 53 Abb., 9 Abb. in Farbe. |
| Sprache | deutsch |
| Themenwelt | Mathematik / Informatik ► Informatik ► Netzwerke |
| Technik ► Maschinenbau | |
| Schlagworte | Big Data vs Smart Data • Bussysteme identifizieren • CAN-Bus • Cloud-Technologien • Controller Area Network • Datennetze im Kraftfahrzeug • Fahrzeugdiagnose (UDS, ODX) • Fahrzeugmessungen • internet of things • (IOT)-Messwerkzeuge • Künstliche Intelligenz • Maschinelles Lernen • On-Board-/Off-Board-Diagnose • Steuergeräte (SG) |
| ISBN-10 | 3-658-43113-X / 365843113X |
| ISBN-13 | 978-3-658-43113-6 / 9783658431136 |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
PDF (Wasserzeichen)Größe: 11,9 MB
DRM: Digitales Wasserzeichen
Dieses eBook enthält ein digitales Wasserzeichen und ist damit für Sie personalisiert. Bei einer missbräuchlichen Weitergabe des eBooks an Dritte ist eine Rückverfolgung an die Quelle möglich.
Dateiformat: PDF (Portable Document Format)
Mit einem festen Seitenlayout eignet sich die PDF besonders für Fachbücher mit Spalten, Tabellen und Abbildungen. Eine PDF kann auf fast allen Geräten angezeigt werden, ist aber für kleine Displays (Smartphone, eReader) nur eingeschränkt geeignet.
Systemvoraussetzungen:
PC/Mac: Mit einem PC oder Mac können Sie dieses eBook lesen. Sie benötigen dafür einen PDF-Viewer - z.B. den Adobe Reader oder Adobe Digital Editions.
eReader: Dieses eBook kann mit (fast) allen eBook-Readern gelesen werden. Mit dem amazon-Kindle ist es aber nicht kompatibel.
Smartphone/Tablet: Egal ob Apple oder Android, dieses eBook können Sie lesen. Sie benötigen dafür einen PDF-Viewer - z.B. die kostenlose Adobe Digital Editions-App.
Buying eBooks from abroad
For tax law reasons we can sell eBooks just within Germany and Switzerland. Regrettably we cannot fulfill eBook-orders from other countries.
aus dem Bereich
