Mobility & Transportation

Mobilität und Transport für die vernetzte Welt von morgen

Kontakt
Christoph Belafi
Partner

mail[at]d-fine.de

Unsere Leistungen

Autonomes Fahren und vernetzte Fahrzeuge

Autonomes Fahren und vernetzte Fahrzeuge

Die zunehmende Fahrzeugautomatisierung erfordert die Echtzeitanalyse großer Mengen von Sensordaten für einen verlässlichen Fahrzeugbetrieb

Die Automatisierung in Fahrzeugen, beginnend vom assistierten Fahren bis hin zum autonomen Fahren, bedingt die Entwicklung von innovativen Algorithmen und effizientem Datenmanagement im Fahrzeug und im verbundenen Backend-System. Zukünftig werden Algorithmen in der Lage sein, eine große Menge an Sensordaten in Echtzeit und miteinander kombiniert auszuwerten, um so fahrrelevante Entscheidung zu treffen.

d-fine unterstützt seine Kunden in diesem innovativen Umfeld mit fachlich-technologischen Kompetenzen insbesondere in der Entwicklung zur Bilderkennung basierend auf Sensoren (z.B. Video, Radar, Ultraschall und Lidar), beim Aufbau einer hochauflösenden Karte bestehend aus Topologie- und Verkehrsdaten sowie der Echtzeitanbindung von C2X-Kommunikation. Technologisch bedeutet dies den Einsatz von Deep-Learning-Algorithmen (z.B. CNNs) zur Objekterkennung, den Aufbau von Big-Data-Architekturen für ein skalierbares Datenmanagement und die Nutzung von  angepassten Validierungsmethoden für Algorithmen in ausgewählten Test- und Simulationsszenarios.

Digitale Luftfahrt Elektromobilität und alternative Antriebskonzepte Hafentechnologie Öffentlicher Personenverkehr und urbane Mobilität Smart Rail: Schienenverkehr Transportlogistik 4.0 Finance und Controlling Treasury und Risk

Autonomes Fahren und vernetzte Fahrzeuge

Die zunehmende Fahrzeugautomatisierung erfordert die Echtzeitanalyse großer Mengen von Sensordaten für einen verlässlichen Fahrzeugbetrieb

Die Automatisierung in Fahrzeugen, beginnend vom assistierten Fahren bis hin zum autonomen Fahren, bedingt die Entwicklung von innovativen Algorithmen und effizientem Datenmanagement im Fahrzeug und im verbundenen Backend-System. Zukünftig werden Algorithmen in der Lage sein, eine große Menge an Sensordaten in Echtzeit und miteinander kombiniert auszuwerten, um so fahrrelevante Entscheidung zu treffen.

d-fine unterstützt seine Kunden in diesem innovativen Umfeld mit fachlich-technologischen Kompetenzen insbesondere in der Entwicklung zur Bilderkennung basierend auf Sensoren (z.B. Video, Radar, Ultraschall und Lidar), beim Aufbau einer hochauflösenden Karte bestehend aus Topologie- und Verkehrsdaten sowie der Echtzeitanbindung von C2X-Kommunikation. Technologisch bedeutet dies den Einsatz von Deep-Learning-Algorithmen (z.B. CNNs) zur Objekterkennung, den Aufbau von Big-Data-Architekturen für ein skalierbares Datenmanagement und die Nutzung von  angepassten Validierungsmethoden für Algorithmen in ausgewählten Test- und Simulationsszenarios.

Projektbeispiele

Entwicklung einer Verkehrssimulationsumgebung inklusive Analysetool für innovative Mobilitätskonzepte
Konzeption zur Berechnung und Visualisierung einer OD-Matrix in Echtzeit
Konzernumstrukturierung eines Automobilunternehmens im zentralen Treasury
Strategische Neuausrichtung des Kreditrisikomanagements bei einem Luftfahrtkonzern
Analyse, Auswahl und Integration von einem Transport-Management-System

Einblicke

Scientific Publications

Hafenlogistik

Kollaborative Datenplattformen erschließen neue Potentiale in der maritimen Logistik

[ MEHR ]
Scientific Publications

Pharmalogistik

Keine bitteren Pillen für Logistiker

[ MEHR ]
Mehr ansehen
Scientific Publications

MaaS

Mobililty-as-a-Service-Plattformen integrieren Mobilitätsanbieter und bilden ein Ökosystem für innovative Lösungen

[ MEHR ]
Whitepaper

Urban Mobility: Milan 2030

Auswirkungen von gepoolten und autonomen Robo-Taxis auf zukünftige urbane Mobilität – „Mailand 2030“-Studie

[ MEHR ]
Mehr ansehen