Veranstaltung

Kursinhalt:
Motivation: Heutzutage entwickeln Ingenieure technische Systeme oft durch eine Kombination aus
Hard- und Software. Das gilt insbesondere für die Entwicklung moderner Kraftfahrzeuge. In einer
digitalisierten Welt bauen solche Entwicklungen auf Wissen auf, welches aus relevanten
Datenquellen gezogen wird, z.B. der Fahrzeugsensorik. Deshalb benötigen Ingenieure in der
Fahrzeugtechnik Qualifikationen aus dem Bereich der Data Science um neue Funktionen erfolgreich
in den Fahrzeugen einzuführen. Um in diesem Kurs nicht nur theoretisch zu bleiben, werden die
Algorithmen mittels des realen Problems „EV Routing“ erläutert. Studierende haben die Möglichkeit,
erlernte Methoden in Python auszuprobieren und werden dabei mit mehreren Übungsbeispielen
unterstützt.
Ziel: Studierende haben ein grundlegendes Verständnis datengetriebener Algorithmen wie Markov
Modelle, Maschinelles Lernen oder Monte-Carlo Methoden. Das Vorgehen zum Aufbau
datengetriebener Modelle in der Fahrzeugtechnik ist den Studierenden bekannt und sie haben die
Fähigkeit, Algorithmen in Python zu testen. Des Weiteren haben Studierende gelernt, wie man die
Performance eines Algorithmus bewertet.
Inhalt:
1. Einführung in die Funktionsentwicklung sowie grundlegende Voraussetzungen für den Kurs
(z.B. Grundlagen zum Ausführen von Python Code)
2. Grundlagen des EV Routings und relevanter Datenquellen
3. Parameterschätzung und Zustandsklassifikations-Algorithmen zum Erkennen des aktuellen
Fahrzeugzustands
4. Lernmodelle für Fahrerverhalten
5. Vorhersageverfahren um den zukünftigen Energieverbrauch eines Elektrofahrzeugs zu
berechnen