UdZ 01.25 / 27 Advertisement Advertisement berücksichtigt Echtzeitdaten zur Lade- und Tankinfrastruktur, den Fahrzeugzustand sowie die Streckenbeschaffenheit, um optimale Routen zu berechnen. So können Logistik- unternehmen den Einsatz emissionsarmer Fahrzeuge effizienter planen und die Reichweitenangst verringern. Ein besonderer Vorteil des Systems ist die vorausschauende Planung. Der Algorithmus prognostiziert nicht nur die Ankunftszeiten an Lade- und Tankstellen, sondern ermöglicht auch die frühzeitige Reservierung passender Zeitfenster, um Wartezeiten zu minimieren (siehe Bild 1). Sollten unterwegs Verzögerungen auftreten, passt das System Reservierungen flexibel an – für mehr Planungssicherheit. Zudem werden Strecken mit hohem Energieverbrauch – etwa durch viele Steigungen – bei der Routenberechnung berücksichtigt, sodass Transportwege optimiert und unnötige Energiekosten vermieden werden. Dank der agilen Entwicklung nach dem Scrum-Ansatz wurde die Software iterativ verbessert und an die Bedürfnisse der Praxis angepasst. Die DRivE-Abschlussveranstaltung markierte den Höhepunkt des Projekts und stellte gleichzeitig dessen erfolgreichen Abschluss dar. Hier wurde der ent- wickelte Routing-Algorithmus Branchen- und Pressever- tretern vorgestellt und seine Anwendung demonstriert. Von der Forschung in die Praxis: Ein Blick nach vorn Die Ergebnisse aus DRivE zeigen, dass Intelligente Routenplanung ein Schlüssel zur erfolgreichen Einführung alternativer Antriebe ist. Insbesondere kleinere Speditionen, die sich hohe Investitionen in neuartige Fahrzeuge und entsprechende Ladestrukturen nicht leisten können, profitieren von charging and refueling infrastructure, vehicle conditions and route characteristics in order to calculate optimal routes. This enables logistics companies to deploy low-emission vehicles more efficiently and reduce range anxiety. One advantage of the system is its predictive planning capability. The algorithm not only predicts arrival times at charging and filling stations but also allows suitable time slots to be reserved in advance to minimize waiting times (see Fig. 1). If delays occur en route, the system dynamically adjusts reservations, enhancing planning reliability. Additionally, it factors in routes with high energy consumption - such as those with frequent inclines - optimizing transportation routes and reducing unnecessary energy costs. Using an agile development process based on Scrum, the software was iteratively improved and adapted to meet practical demands. The DRivE closing event marked the project’s successful conclusion, where the developed routing algorithm was presented to industry and press representatives, demonstrating its real-world application. From Research to Practice: Looking Ahead The results from DRivE show that intelligent route planning is crucial for successfully implementing alternative drive systems. Smaller haulage companies, in particular, which cannot afford high investments in new vehicles and charging infrastructure, benefit from the improved planning reliability. At a macroeconomic level, DRivE contributes to the efficient use of infrastructure by increasing transparency, creating incentives for the expansion of charging and refueling networks. Figure 1: DRivE Algorithm User Interface (© DRivE)
RkJQdWJsaXNoZXIy NzcyMw==