Projektbeschreibung
Der Weg zu einem geringeren Energieverbrauch und weniger Treibhausgasemissionen
Autonomes Fahren und das Konzept einer elektronischen Deichsel werden als die Zukunft des Transports über die Straße gesehen, da sie das Potenzial haben, die Treibstoffeffizienz und Sicherheit erheblich zu verbessern und Verkehrsstaus vorzubeugen. Allerdings sieht sich die Forschung in diesem Bereich komplexen Szenarien gegenüber, die Herausforderungen bezüglich menschlicher Interaktionen und der Gestaltung hierarchischer Steuerungsstrukturen umfassen. Das EU-finanzierte Projekt DiLeBaCo nimmt sich dieser Problematik an und zielt darauf ab, neuartige Algorithmen für die Steuerung sicherheitskritischer Multiagentensysteme in realen Szenarien zu entwickeln und Licht auf die Rolle lokaler informationeller Grenzen bei der Leistung und Sicherheit solcher Systeme zu werfen. Das Projekt wird auch Anreize für einzelne Handelnde schaffen, die zu einer optimalen Flottenkoordination führen und der Verwendung einer elektronischen Deichsel in komplexen Szenarien den Weg ebnen werden.
Ziel
Multi-agent systems offer a great potential to improve the quality of modern society life. In the near future fleets of autonomous cars will be able to reduce traffic congestion and fuel consumption while increasing road safety. With almost half of all freight being transported by road, it makes up approximately a quarter of the total EU energy consumption and accounts for 18% of the greenhouse emissions. Fuel reduction in this area will have a significant impact on the environment. One way to achieve such reductions is through platooning where heavy-duty vehicles drive close to each other to reduce their aerodynamic drag and thus increase their fuel efficiency. While autonomous driving and platooning are areas of active research, open challenges arise in complex traffic scenarios with human interactions. Another challenge is that hierarchical control design with several different layers is required. The specific goals of the project are to develop novel algorithms for the control of safety-critical multi-agent systems in real-world scenarios, to understand the role of local informational constraints on the performance and safety of such systems and to design incentives for the individual agents that lead to a desired coordination of a fleet. This way global objectives will be optimized while accounting for complex traffic situations. The scientific contribution lies in combining and extending recent results from distributed predictive control, statistical learning and game theory as well as understanding the role of informational constraints in distributed learning-based control of multi-agent systems. The developed methods will have a high impact on both industry and society. In particular, the project will enable platooning in more complex scenarios, which has the potential to reduce fuel consumption of the transportation sector by up to 10% and thus make a significant contribution to the overall energy consumption and greenhouse emissions of the EU.
Wissenschaftliches Gebiet
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Aufforderung zur Vorschlagseinreichung
Andere Projekte für diesen Aufruf anzeigenFinanzierungsplan
MSCA-IF - Marie Skłodowska-Curie Individual Fellowships (IF)Koordinator
100 44 Stockholm
Schweden