Automatisiertes Laden setzt eine exakte Relativposition zwischen Fahrzeug und Ladeinfrastruktur voraus. Sobald das Fahrzeug über dem Matrix Charging Pad steht, senkt sich ein Connector vom Unterboden ab und verbindet sich vollautomatisch mit dem Pad, ohne manuell ein Ladekabel anstecken zu müssen. Für autonomes Fahren und Parken ist das eine Schlüsseltechnologie, weil der Ladevorgang selbst ohne menschliches Zutun abläuft. 

Für die Positionierung hat Easelink gemeinsam mit NXP Semiconductors ein Positioniersystem auf Basis von Ultra-Wideband-Technologie (UWB) entwickelt, das bereits im Realbetrieb eingesetzt wird. UWB-Module im fahrzeugseitigen Connector und im Ladepad messen den Abstand in Echtzeit über Time-of-Flight-Messungen. Aktuell zeigt das System die Zielposition im Fahrzeug an und führt die fahrende Person beim Anfahren. Damit im automatisierten Betrieb das Fahrzeug diese Aufgabe übernimmt, muss der nächste Entwicklungsschritt beim Positionierungsalgorithmus ansetzen – hierfür sind belastbare Daten aus realen Parkmanövern essenziell. 

An dieser Stelle setzt die Zusammenarbeit an: VIRTUAL VEHICLE bringt das Fahrzeug samt Fahrzeugtechnologie in Form der Innovationsumgebung evodis ein, Easelink das automatisierte Ladesystem. Dabei wird von VIRTUAL VEHICLE auf das Flagschiff evodis PRIME zurückgegriffen – evodis PRIME ist eine offene Fahrzeugplattform, die Forschungs- und Kooperationspartnern Zugang zu einer serienähnlichen Fahrzeugarchitektur gibt. Damit agiert VIRTUAL VEHICLE als „Demo-OEM“ und stellt direkten Zugang zu Fahrzeugdaten aus dem Realbetrieb bereit. So lassen sich fahrzeuggenerierte Signale erheben, die in einem Entwicklungs-Setting normalerweise nicht zugänglich sind. 

Ziel von Easelink ist es, den Positionierungsalgorithmus mit fahrzeuggenerierten Realdaten weiterzuentwickeln. Kern der Kooperation ist in einer ersten Phase die Erhebung von Fahrzeugdaten aus Parkszenarien für das Positionieren über dem Ladepad. Die Daten und das Wissen aus dem Fahrzeug werden gesammelt und für die Validierung des Algorithmus bereitgestellt.

Wie lief das nun im Detail ab? In einem ersten Schritt haben beide Teams ein gemeinsames Systemverständnis erarbeitet und die Randbedingungen für die Fahrzeug-zu-Pad-Positionierung in Parkszenarien bei niedriger Geschwindigkeit festgehalten, einschließlich der fahrzeugseitigen Rahmenbedingungen der evodis-Umgebung.  

Danach wurden die relevanten Signale für die Positionierungs-Use-Cases ausgewählt, im Fahrzeug verfügbar gemacht und auf Plausibilität, Qualität und Eignung geprüft. Anschließend definierten beide Seiten die Manöver im Detail und erhoben bei VIRTUAL VEHICLE in zwei Testläufen einen Beispieldatensatz aus ausgewählten Parkmanövern bei kontrollierter Geschwindigkeit. 

Nach der Datenqualitätssicherung stellte VIRTUAL VEHICLE die Datensätze über eine Austauschplattform bereit, welche von Easelink analysiert und technisch bewertet wurden. 

Im Rahmen der ersten Phase dieser Forschungsdienstleistung wurden fahrzeugseitige Daten als Grundlage für die Weiterentwicklung der Positionierungslogik gesammelt, bevor in der nächsten Phase das Gesamtsystem ganzheitlich getestet wird.  

Für Easelink entstehen fahrzeuggenerierte Realdaten, die eine Analyse und Machbarkeitsbewertung erlauben, ohne ein eigenes Fahrzeug aufbauen und instrumentieren zu müssen. Für VIRTUAL VEHICLE zeigt das Projekt, wie die evodis-Umgebung als Forschungs- und Erprobungsplattform für Zulieferer und Technologieanbieter nutzbar ist.