Im Rahmen eines innovativen Entwicklungsprojekts wurde ein speziell auf E‑Bikes, E‑Scooter und weitere elektrisch angetriebene Mikromobilitätsfahrzeuge zugeschnittenes Fahrerassistenzsystem realisiert – mit dem klaren Ziel, die Sicherheit im urbanen Raum deutlich zu erhöhen.
Technologischer Kern ist ein leistungsfähiges Kamerasystem zur Objekterkennung und ‑verfolgung. In Kombination mit einer eigens für Mikromobilität optimierten Signalverarbeitung und intelligenten Algorithmen ermöglicht das System Funktionen wie Spurhalteerkennung und Kollisionserkennung mit anderen Verkehrsteilnehmern oder anderen Gefahren.
Die besondere Herausforderung bestand darin, Objekterkennung ressourceneffizient und in Echtzeit auf kompakter Hardware umzusetzen. Hierbei kommen sowohl klassische Verfahren der Bildverarbeitung als auch KI-basierte Ansätze zum Einsatz, abgestimmt auf energieeffiziente Embedded-Systeme. Unsere Stärke liegt in der Optimierung komplexer Algorithmen für den zuverlässigen Betrieb auf ressourcenlimitierter Hardware sowie in der ganzheitlichen Betrachtung von Hard- und Software als integriertes System.
Das Ergebnis ist ein technisch validierter und voll funktionsfähiger Demonstrator, der das Potenzial intelligenter Fahrerassistenz in der Mikromobilität eindrucksvoll unter Beweis stellt. Damit zeigen wir unsere Fähigkeit, innovative Forschungsansätze in robuste, praxisnahe und skalierbare Systemlösungen zu überführen. Für den nächsten Entwicklungsschritt – hin zu Produktreife und Marktzugang – sind nun die passenden strategischen Rahmenbedingungen und Partnerschaften entscheidend.
Das Projekt wurde im Rahmen des Zentralen Innovationsprogramms Mittelstand (ZIM) des Bundesministeriums für Wirtschaft und Klimaschutz gefördert. Unser Entwicklungspartner war die Westsächsische Hochschule Zwickau, Professur Instandhaltung und Unfallanalyse.