Optimierung des Urbanen Verteilverkehrs mittels Machine Learning

Institut
Lehrstuhl für Fahrzeugtechnik
Typ
Bachelorarbeit / Semesterarbeit / Masterarbeit /
Inhalt
experimentell / theoretisch /  
Beschreibung

Der Güterverkehr ist das Rückgrat unserer Wirtschaft und nimmt eine immer bedeutendere Rolle ein. Die Emissionsreduktion von 30 % bis 2030 ist durch die Hybridisierung der Lkw nicht erreichbar, weswegen die Elektrifizierung und effiziente Fahrzeugallokation von Transportgut erforscht wird.

Der Innerstädtische Verteilverkehr trägt bis zu 30% zum urbanen Mobilitätsaufkommen bei. Online-Handel und gewerbliche Lieferketten sind Treiber des Verkehrsaufkommens. Um die vorhandene Infrastruktur effizienter zu nutzen wird der Einsatz autonomer Lieferagenten erprobt [1].                                                                                                  Paketaufkommen Berlin [5]

Die Bewertung der Leistungsfähigkeit autonomer Lieferagenten erfordert eine Ermittlung von Origin-Destination-Beziehungen im urbanen Lieferverkehr. Dazu stehen Daten aus Geoinformationssystemen wie OSM [2], statistische Daten mit räumlichem Bezug [3], sowie OpenData-Informationen [4] zur Verfügung. In der vorliegenden Arbeit soll die Organisation autonomer Verteilkonzepte optimiert und verglichen werden.

Folgende Arbeitspakete umfasst die vorliegende Arbeit:

  • Literaturrecherche zu Trends im Verteilverkehr, sowie räumlichem Clustering
  • Erzeugung eines synthetischen Demand-Profils anhand von GIS-Informationen
  • Validierung des synthetischen Profils anhand des Demand-Datensatzes [5]
  • Konzeptionelle Bewertung verschiedener autonomer Verteilsysteme

Geboten wird:

  • Spannende Einblicke und Erfahrungen in Geodaten und Machine Learning
  • Förderung von Engagement und Initiative
  • End-to-End Modellentwicklung und Validierung

Bitte richte deine Bewerbung inklusive Lebenslauf und Notenauszug an georg.balke@tum.de (Georg Balke).

Voraussetzungen
  • Explorative Arbeitsweise und Kreativität
  • Python – Kenntnisse
Tags
FTM Smarte Mobilität, FTM Balke, FTM Adenaw, FTM Gotzler
Möglicher Beginn
sofort
Kontakt
Georg Balke, M.Sc.
Raum: MW3505
Tel.: 089 289 10494
georg.balketum.de
Ausschreibung