Kann die Vernetzung der urbanen Imkerei und Agrikultur eine nachhaltige und gemeinschaftliche Lebens- und Wirtschaftsweise im urbanen Raum unterstützen? Dieser Frage geht das Projekt anhand von Reallaboren auf Stadtteilebene nach um ein realitätsnahes agentenbasierten Simulationsmodell zu entwickeln, das diese Frage auch unter veränderlichen Rahmenbedingungen beantworten kann.
Der Frauenanteil in Informatikstudiengängen und -berufen ist mit rund 20 Prozent in Deutschland nach wie vor sehr niedrig. Dies zu ändern und den Anteil von Frauen in der Informatik nachhaltig zu erhöhen, hat sich das jetzt gestartete Verbundprojekt SMILE auf die Fahne geschrieben: Anhand des hochaktuellen Themas der intelligenten Umgebungen sowie eines darauf abgestimmten didaktischen Konzepts soll der Zugang zu Informatikthemen für junge Frauen und Mädchen geschaffen und kontinuierlich gefördert werden. Als Lern- und Experimentierumgebungen in dem überregionalen Projekt dienen dabei u.a die Labore der Arbeitsgruppe für Kognitive Neuroinformatik im Fachbereich 3 an der Universität Bremen.
Ziel ist die Entwicklung einer Reihe autonomer und sicherer, weil optimaler, Fahrmanöver für (Elektro-)Autos im Stadtverkehr. Dabei sollen unterschiedliche Manöver, die besonders im fahrgastspezifischen Assistenzbereich relevant sind, modelliert, auf einem realen Fahrzeug bestmöglich umgesetzt und getestet werden. Zu solchen Manövern gehören z.B. echtzeitfähige Brems-und Ausweichstrategien, automatisches Einparken, selbständige Parkplatzsuche (auch im Parkhaus), Engstellenassistent, Brems- und Fahrspurassistent und viele weitere Manöver. Ein konkretes Szenario ist die automatische Bereitstellung von Car-Sharing Fahrzeugen direkt beim Fahrgast, d.h. autonome Fahrzeuge können aus einem zentralen Car-Pool angefordert werden und finden ihren Weg sowie die Parklücke vor dem Haus des Nutzers selbständig.
In dem Projekt SmartFarm soll eine Methodik entwickelt werden, die es automatisiert erlaubt erneuerbare Energien (Solar- und Windkraft) gewinnbringend für KMLB einzusetzen. Hierzu werden (aus technischer Sicht), drei aufeinander aufbauende Phasen bearbeitet: Zuerst werden automatisiert Daten eines KMLB erfasst und ein minimalsensorisches Messsystem wird entwickelt. Auf Basis der so gewonnen Daten werden hochgenaue Prognosemodelle entwickelt, die die Produktion regenerativer Energieversorgungssysteme und KMLB-Verbraucher vorhersagen.
Das Ziel dieses Projekts ist die Simulation einer autonomen Weltraummission zu Asteroiden zum Ressourcenabbau. Die Gewinnung von wertvollen Ressourcen, welche auf Asteroiden verfügbar sind, ist essentiell für zukünftige Raumfahrmissionen.
Nach dem aktuellen Stand der Forschung wird angenommen, dass die Eismonde unseres Sonnensystems Leben beherbergen könnten. Astrobiologisch interessante Kandidaten sind der Jupitermond Europa und der Saturnmond Enceladus, aber auch die Polkappen des Mars. Eine zukünftige Mission könnte darin bestehen, ein vollständig autonom agierendes Raumfahrtsystem inkl. einer autonom im Eis navigierenden Schmelzsonde für die Probenentnahme aus dem Eis zu entsenden. Mit dem vom DLR Raumfahrtmanagement initiierten und geförderten Verbundvorhaben „Enceladus Explorer“ (EnEx) wurde der erste Grundstein für die Entwicklung eines solchen Systems gelegt.
Aktuell sind 50 Gäste und keine Mitglieder online