Vier Studierende sitzen an einem Tisch und lernen gemeinsam.

HitchHikeBox

Intermodales Hitchhike-Logistik­system auf Basis KI-basierter Fahrtendisposition selbstorganisierender Lieferboxen.

Projektziel

Neben Umwelt- und Gesundheitsschäden durch Emissionsbelastungen wie Lärm, CO2 und Luftschadstoffe wird die Lebens­qualität durch den Straßenverkehr auch aufgrund des großen Flächenverbrauchs (zum Beispiel für Straßen und Parkplätze) zunehmend eingeschränkt. Folglich ist eine zentrale Herausforderung eines sozialen Klimaschutzes die Entwicklung von Konzepten zur Erfüllung von Mobilitäts- und Logistik­anforderungen der Gesellschaft bei gleichzeitiger Verbesserung von Umweltschutz und urbaner Lebens­qualität.

Das Ziel des Projekts HitchHikeBox ist die Entwicklung einer dezentralen Technologieplattform für ein integriertes, elektrisches Mobilitäts- und Logistik­system. Diese Plattform soll aus zwei Komponenten bestehen:

  1. einem digitalen Markt­platz für kombinierte Personen- und Warenbe­förderungs­angebote mit Elektrofahrzeugen (zum Beispiel von On-Demand-Mobilitäts-anbietern oder ÖPNV kombiniert mit Paketzustellung oder Lebens­mittellieferungen) und
  2. einem automatisierten, dezentralen Dispositions­system für selbstorganisierte Logistikboxen, welche ein intermodales Multi-Hop-Routing per Anhalter über lokale Micro-Hub-Depots ermöglicht.

Hierdurch soll die Be­förderungs­auslastung aller eingesetzten Elektrofahrzeuge der beteiligten, regionalen Mobilitätsanbieterinnen und -anbieter gesteigert und Synergieeffekte durch die Bündelung synchronisierbarer Einzelfahrten genutzt werden. Die Besonderheit dieses Projekts ist die erstmalige selbstorganisierte Kombination von Personentransporten und Warentransporten. Folglich wird die zentrale Technologieinnovation ein automatisiertes, intermodales Routing intelligenter Logistikboxen sein. Diese intelligenten Mehrweg-Logistikboxen werden deshalb mit einer mobilen IoT-Komponente ausgestattet, sodass die Boxen die angebotenen Mitnahmekapazitäten selbstständig buchen und abschließend vergüten können. Hierzu soll beispielsweise ein lokaler Hofladen eine kommissionierte Warenlieferung in einer Box verpacken und per App die Zieladresse sowie weitere Informationen (zum Beispiel Transporttemperatur) in der IoT-Komponente hinterlegen. Daraufhin organisiert die Box Mitfahrgelegenheiten auf Basis einer sich dynamisch veränderlichen Lage bestehender Personen- und Warentransporte vom Absender zum Empfänger bei den im Umkreis verfügbaren Fahrzeugen des Netzwerks. Die Dezentralität der Plattform wird durch eine Blockchain-Komponente ermöglicht, welche die Zahlung abwickelt, sowie das Routing der Boxen überwacht.

Projektlaufzeit
1. September 2021 bis 31. August 2024

Projektbudget
Das Projekt umfasst ein Gesamtbudget von 5,2 Mio. Euro. Es wurde im Rahmen des Förder­programms „IKT für Elektromobilität: intelligente Anwendungen für Mobilität, Logistik und Energie“ durch das Bundes­ministerium für Wirtschaft und Klimaschutz mit einer Fördersumme von 3 Mio. Euro gefördert. Das InES erhält 521.400 Euro und beteiligt sich mit zwei Mitarbeitern an der Forschung über die gesamte Projektlaufzeit.

Forschungs­ziel

In Zusammenarbeit mit seinem Projekt­partner PrimingCloud erforscht das InES zwei Themengebiete:

Erklärbare, neuronale Logistikprognosen für Multiagenten­systeme
Hierzu soll eine erklärbare Routenauswahl der Box auf Basis von Verkehrs­prognosen der Flottenfahrzeuge entwickelt werden. Diese Verkehrs­prognosen werden durch die Analyse historischer Trainingsdaten erzeugt. Zudem wird ein Governance-Mechanismus implementiert, welcher eine faire Ressourcenzuteilung in dem dezentralen, nicht-hierarchisch organisierten System sicherstellen soll.

Deep-Learning-Cloud­system für transparente Echtzeit-Routenprognoseservices
Die zuvor entwickelten Logistikprognose­modelle sollen in einem effizienten Cloudmodul umgesetzt werden, das den zu diesem Zeitpunkt optimalen Schritt des Routings für Boxen vorhersagt. Hierbei sollen dynamisch und logisch getrennte Daten aufgenommen werden können und in Echtzeit in ein neuronales Netz eingebracht werden können, das dann kontinuierlich trainiert wird und auch auf Basis von Veränderungen seine Vorhersagen immer wieder an die angepasste Realität adaptiert.

Projekt­partner

  • Sachen auf Rädern (SaR) Radlogistik GmbH
  • PrimingCloud GmbH
  • Brehmer GmbH & Co. KG
  • Overath GmbH
  • Blockchain Solutions GmbH
  • Institute for Software Systems Engineering (ISSE) TU Clausthal