Problemstellung: Die steigende digitale Vernetzung im Verkehr sorgt für neue Herausforderungen für die zukünftigen Fahrzeuggenerationen. Insbesondere die Anforderungen an die Cybersicherheit steigen vor dem Hintergrund der zunehmenden Automatisierung. Hinzu kommt der steigende Anteil an Mobilitätsdienstleistungen verbunden mit dem Wandel zur Elektromobilität. Das Fahrzeug muss somit mit verschiedenen Schnittstellen sicher und einheitlich kommunizieren können. Die Problematik der fehlenden gesamtheitlichen Standardisierung sowie der nicht ausreichenden Sicherheitsmodule im Fahrzeug sollen daher in diesem Vorhaben adressiert werden.

Projektziel: Das Ziel des Projekts ist es, eine Grundlage für ein standardisiertes und sicheres IT-Ökosystem im Fahrzeug zu entwickeln. Hierzu soll das Fahrzeugnetzwerk entsprechend einer Zero Trust Architecture ausgelegt werden, welche die Verifikation der Netzwerkteilnehmer mittels Zweiwegeauthentifizierung erfordert. Die technologische Umsetzung basiert auf Trusted Platform Modulen. Zum Nachweis werden die Anwendungsfälle Plug&Charge sowie Car Sharing bzw. Access betrachtet.

Problemstellung: Zu Projektbeginn werden zunächst Anforderungen an die Fahrzeugarchitektur im Kontext des IT-Ökosystems erhoben. Aufbauend auf diesen Definitionen werden Konzepte zur Realisierung der beiden Anwendungsfälle erarbeitet und parallel die notwendigen Grundlagen hierzu implementiert. Durch eine prototypische Realisierung in einem Versuchsfahrzeug erfolgt eine Demonstration und Validierung der beiden Anwendungsfälle.

Problemstellung: Die klimapolitischen Rahmenbedingungen in Europa mit einer verschärften CO2-Gesetzgebung und dem Ziel des Pariser Klimaabkommens, bis zum Jahr 2030 bzw. 2050 signifikante Mengen der CO2-Emissionen im Verkehrssektor zu reduzieren, beschleunigen die technologische Transformation der Automobilindustrie in Europa. Komponenten und Methoden zur weiteren Energieeffizienzsteigerung von batterieelektrischen Fahrzeugen leisten daher einen wesentlichen Beitrag zur Erreichung der Klimaschutzziele.

Projektziel: Das Ziel des Projekts ist die Entwicklung innovativer leistungselektronischer Komponenten für Elektrofahrzeuge mit optimierten Eigenschaften hinsichtlich elektromagnetischer Verträglichkeit, Effizienz und Bauraumbedarf durch intelligent gesteuerte Gate-Treiber und schnell schaltende Halbleiter-Komponenten. Es sollen KI-Methoden zum Einsatz kommen, um schwere und große passive Filterkomponenten durch aktive und hybride Filterkomponenten mit intelligenten Entstörungseigenschaften zu ersetzen.

Durchführung: Im Projekt berücksichtigt und prototypisch erprobt werden Antriebsumrichter und DC/DC-Wandler von batterieelektrischen Fahrzeugen. Nach der computergestützten Auslegung neuartiger Schaltungen werden die innovativen aktiven und hybriden Filter zunächst im Labor erprobt und die zwei betrachteten Baugruppen prototypisch aufgebaut. Die auf Grundlage von KI-Methoden konzipierte Ansteuerung der Leistungselektronik wird parallel entwickelt und soll eine optimale Reduktion von Störanteilen bei der Energieübertragung sicherstellen. Nach der Integration in ein Elektrofahrzeug werden die elektromagnetische Verträglichkeit sowie die weiteren Performance-Eigenschaften in einer Messhalle überprüft.

Problemstellung: Die steigende Vernetzung und Automatisierung im Verkehr geht mit neuen Herausforderungen hinsichtlich der Cybersicherheit einher. Fahrzeugarchitekturen sind nach heutigem Stand als verteilte Systeme aufgebaut und bieten aufgrund dieses Umstandes eine breite Angriffsfläche für Sicherheitsangriffe. Aus diesem Grund ist ein ganzheitliches Konzept notwendig, welches eine hohe Vertrauenswürdigkeit auf Soft- und Hardware-Ebene sowie hohe Interoperabilität und Modularität aufweist. So wird die interne sowie externe Kommunikation des Fahrzeugs abgesichert und das automatisierte und vernetzte Fahren sicherer gestaltet.

Projektziel: Das Ziel des Projekts ist es, eine Fahrzeugarchitektur mit hoher Vertrauenswürdigkeit, Interoperabilität und Modularität zu entwickeln. Durch ein ganzheitliches Sicherheitskonzept sollen die Herausforderungen der Integration und Wartbarkeit automatisierter Fahrzeugarchitekturen adressiert und eine Resilienz gegenüber Angriffen im übergeordneten Gesamtsystem sichergestellt werden.

Durchführung: Zu Projektbeginn erfolgt zunächst eine Risikobewertung und Anforderungsdefinition, um ein Cybersecurity Gesamtkonzept zu erstellen. Anschließend werden die Schutzkonzepte für Einzelkomponenten betrachtet. Nach der Entwicklung und Validierung der Einzelkomponenten münden die Arbeiten in einer prototypischen Automotive-Architektur als Demonstrator. Als Anwendungsfall dient die Erkennung eines Rettungsfahrzeuges, indem das Steuergerät das Audiosignal mittels KI-Methoden auswertet und die Bremse als Aktor betätigt.

Problemstellung: Für automatisierte Fahrfunktionen ist es notwendig, den Zustand und die Einsatzbereitschaft von Fahrzeugführenden zuverlässig und datenschutzkonform erkennen zu können. Für autonom betriebene Fahrzeuge bspw. Im ÖPNV ist es zudem sinnvoll, Personen und Gegenstände sowie deren Anzahl und Verteilung im Fahrzeug zu detektieren. Aktuelle Methoden zum In-Cabin-Sensing weisen oft eine zu niedrige räumliche Auflösung auf oder schützen die Privatsphäre der Fahrenden nicht ausreichend.

Projektziel: Ziel des Projekts ist es, neuartige Radarsensoren für In-Cabin-Sensing auf Basis von SiGe-BiCMOS-Technologie mit sehr hohen Schaltfrequenzen zu entwickeln. Weiterhin sollen innovative Auswertungsalgorithmen auch auf Basis von Künstlicher Intelligenz genutzt werden, um den Zustand von Personen im Fahrzeug oder zurückgelassene Gegenstände zu detektieren.

Durchführung: Im Vorhaben werden Entwicklungsschritte von der Halbleitertechnik über das Sensor-Packaging bis hin zur Gesamtsystemintegration durchgeführt. Zum Projektbeginn werden zunächst basierend auf den Innovationen auf Halbleiterebene neuartige Schaltungen konzipiert, um anschließend Radar-Transceiver prototypisch aufbauen zu können. Parallel werden Methoden zur Signalauswertung und Insassenerkennung entwickelt, welche auch auf Machine Learning bzw. Künstliche Intelligenz zurückgreifen. Die entwickelten mikroelektronischen Komponenten werden umfangreich hinsichtlich ihrer Leistungsfähigkeit und Eignung für die Insassenerkennung geprüft. In fahrzeugähnlichen Aufbauten können mithilfe von Dummies und Testpersonen neue Funktionalitäten wie bspw. die Herzratenerkennung erprobt und die Gesamtzielerreichung überprüft werden.