StartseiteFörderungProjekteJapanisch-deutsche Forschungskooperation zum vernetzten und automatisierten Fahren: Sozioökonomische Folgenabschätzung - Teilprojekt D: CAD Markteintritt

Japanisch-deutsche Forschungskooperation zum vernetzten und automatisierten Fahren: Sozioökonomische Folgenabschätzung - Teilprojekt D: CAD Markteintritt

Laufzeit: 01.09.2019 - 31.12.2022 Förderkennzeichen: 01UV1901D
Koordinator: Bayerische Motoren Werke Aktiengesellschaft - Abt. LT-1 Forschungsförderung

Vernetztes und automatisiertes Fahren (Connected and Automated Driving - CAD) hat das Potenzial verschiedenste Dimensionen des Verkehrssystems zu verändern, die von Pkw-Besitzentscheidungen über das Aufkommen neuer Mobilitätsangebote bis hin zu Änderungen im Verkehrsfluss reichen. Die zukünftige Anwendung von CAD und daraus folgende Auswirkungen auf Akzeptanz, Verkehrssystem und Umwelt hängen von einer Reihe von Faktoren ab. Dazu gehören die Adaption sowie die Diffusion von CAD-Fahrzeugen und -Mobilitätsangeboten und die Veränderungen des individuellen Mobilitätsverhaltens sowie der Verkehrsnachfrage im Kollektiv. CADIA konzentriert sich auf zwei Forschungsstränge in diesem weiten Kontext: 1) die Diffusion von CAD-Fahrzeugen und -Mobilitätsangeboten zu erforschen, zu beschreiben und zu modellieren, und 2) Faktoren zu verstehen, welche die Wahrnehmung, Adaption oder Ablehnung von CAD beeinflussen; dies sind Phänomene, die in der Regel als "gesellschaftlichen Akzeptanz" in öffentlichen und politischen Diskursen bezeichnet werden. Das Teilprojekt "CAD Market Entry" betrachtet verschiedenste (Sub-)Technologien die im Kontext CAD erforderlich sind. Dabei wird der Fokus neben den Technologien (z. B. Sensorik, Rechenkapazität, IT-Backend, …) vor allem auch auf deren Kosten und zeitlicher Verfügbarkeit liegen. Besonderes Augenmerk wird auch auf Abhängigkeit zwischen einzelnen Technologien gelegt. Es wird versucht bisher unbekannte und nur schwer greifbare Aspekte des CAD, sowie deren Einfluss auf den Automobilmarkt und die Mobilität zu identifizieren, konkretisieren und quantifizieren. Damit kann nicht nur die Prognosefähigkeit von On-Demand Mobilität und CAD verbessert werden, sondern auch die daten- und szenariengestütze Entscheidungsfindung hinsichtlich dieser Themenfelder optimiert werden.

Verbund: SÖF - CADIA Quelle: Bundesministerium für Bildung und Forschung (BMBF) Redaktion: DLR Projektträger Länder / Organisationen: Japan Themen: Förderung Umwelt u. Nachhaltigkeit

Weitere Informationen

Projektträger