EcoSimLab
"Die Vision des IMIS-Fahrsimulators ist eine integrierte Fahrenergiesimulation, in der Energieinterfaces entwickelt und evaluiert sowie Fragestellungen der Nutzer-Energie-Interaktion untersucht werden können. Daher ist unser Anspruch die realistische Simulation der energierelevanten Parameter in der Fahrer-Fahrzeug-Interaktion"
Prof. Dr. Thomas Franke
Hardware
Der EcoSimLab-Fahrsimulator verfügt über ein 180°-Sichtfeld mit drei
55-Zoll-Displays mit einer Diagonale von 120 Hz. Diese liefern eine
stabile Wiedergabe mit 50 Bildern pro Sekunde bei einer Auflösung von
12k. Angetrieben von einem Ryzen Threadripper 3970X und einer GeForce
RTX 4090 bietet er zuverlässige Leistung.
Das Lenkrad kann von den Fahrenden in Höhe und Länge verstellt werden.
Es unterstützt den vollen Drehwinkel von 920° des Renault ZOE. Ein
Fanatec ClubSport DD+ Modul sorgt für eine präzise Eingabeauflösung
und ein überdurchschnittliches Force Feedback. Die Pedale sind in
Pedalweg und Widerstandskraft angepasst, wobei eine Wägezelle für den
Bremspedalsensor verwendet wird, um verbesserte Bremseigenschaften zu
bieten.
Das Simrig wurde speziell für die Innenraumabmessungen und die
Ergonomie des Renault ZOE angefertigt, um sicherzustellen, dass die
Teilnehmenden ein möglichst realistisches Fahrerlebnis haben. Diese
genaue ergonomische Nachbildung ist von entscheidender Bedeutung, da
sie es den Teilnehmern ermöglicht, komplexe Manöver ohne zusätzliche
Schwierigkeiten oder Vereinfachungen durchzuführen, wodurch ein
realistisches Fahrverhalten während der Studien unterstützt wird.
Integrierte OEM-Teile und Schnittstellen erhöhen die Authentizität der
Simulation zusätzlich.
Darüber hinaus verfügt der EcoSimHub über ein Remote Setup für Study
Operator mit dem Aufgaben wie das Monitoren und die Steuerung von
Szenarien während der Studien durchgeführt werden können. Dieser
Arbeitsbereich ermöglicht es einem einzigen Operator, den Simulator
vorzubereiten und die Studie zu verwalten, um eine effiziente
Studiendurchführung zu gewährleisten.
Software
BeamNG
Im EcoSimLab setzen wir BeamNG als Fahrsimulationssoftware ein. BeamNG
verfügt über eine hochpräzisen Physik-Engine und bietet ein
detailliertes, originalgetreues Rendering. Die flexible Plattform der
Software ermöglicht es uns, Fahrzeuge anzupassen oder neue zu
erstellen, während die leistungsstarke API die nahtlose Integration
unserer Forschungswerkzeuge unterstützt.
EcoInterfaces
Eine Kernkomponente unserer Forschung im EcoSimLab sind EcoInterfaces.
Sie bilden die Schnittstellen zwischen Fahrenden und Fahrzeug. Diese
Schnittstellen sollen das Bewusstsein der Fahrenden und die
Energieeffizienz verbessern. Dank der plattformübergreifenden
Kompatibilität können sie nicht nur in Simulatoren, sondern auch für
Tests in realen Fahrzeugen eingesetzt werden, um die Lücke zwischen
virtuellen und realen Umgebungen zu füllen.
Research Vehicle
Der Renault ZOE Q90 dient als Referenzfahrzeug für das AMORi-Projekt.
Sein Energiemodell wurde in BeamNG präzise modelliert wodurch eine
reale Darstellung von Leistung und Effizienz möglich ist. Fein
abgestimmte Steuerungen, exakte Pedalzuordnungen und ein angepasstes
Fahrwerk bilden die Aerodynamik und das Fahrverhalten realitätsnah ab.
Unsere Open-Source-Simulation ist so präzise, dass sie als objektive
Messgröße in Effizienzstudien verwendet werden kann.
EcoDriving Testpark
Der EcoDriving Testpark adressiert ein zentrales Problem bei Studien
zur Fahreffizienz: Bei typischen Fahrten fehlt oft die Häufigkeit von
energierelevanten Manövern, wodurch wertvolle Studienzeit für das
Fahren mit konstanter Geschwindigkeit verschwendet wird. Der Testpark
wurde als benutzerdefinierte Karte mit an die speziellen Anforderungen
angepassten Szenarios in BeamNG implementiert und beinhaltet so viele
energierelevante Manöver wie möglich mit minimalen Abständen
dazwischen. Der Testpark wurde so konzipiert, dass er die
Charakteristika der Fahrenden differenziert und eine ausgewogene
Verteilung der Kontrollkomplexität bietet. Das Projekt ist quelloffen
und wird kontinuierlich weiterentwickelt, um die Forschung im Bereich
des umweltfreundlichen Fahrens zu unterstützen.
Study Control App
Die Study Control App verwandelt BeamNG in eine robuste Plattform für
Nutzerstudien. Mit einem integrierten Szenario-Editor ermöglicht sie
das Einrichten von Studien und das Monitoring während der
Durchführung. Das Backend der App lässt sich nahtlos mit Datenbanken,
MATLAB, EcoInterfaces und Eyetracking-Systemen verbinden. Es ist damit
ein vielseitiges Werkzeug für die Datenerfassung und Datenanalyse.
Offene APIs sorgen für Flexibilität und Integration mit verschiedenen
Forschungsmodulen.
EcoMPC
Der EcoMPC ist ein economic model predictive controller, der unsere
EcoInterfaces unterstützt. Er basiert auf einem Offline-Algorithmus
und berechnet das effizienteste Fahrverhalten für vordefinierte
Bedingungen und Routen. Durch den Vergleich des aktuellen Fahrzustands
mit dem optimalen Zustand gibt er Impulse für Korrekturmaßnahmen. Mit
einem dynamischen Vorhersagehorizont und Echtzeitbetrieb durch
Linearisierung sorgt dieses MATLAB-basierte System für eine effiziente
und adaptive Fahrkontrolle.
Infrastruktur
Unsere Infrastruktur wurde mit dem Fokus auf Flexibilität entwickelt
und ermöglicht eine bidirektionale Kommunikation zwischen der
Simulation und zusätzlichen Modulen wie EcoInterfaces und dem EcoMPC.
Im Kern integriert sie BeamNG.tech, die Fahrdatenbank und die Study
Control App. Dieses robuste Setup ermöglicht die Erstellung und
Durchführung von groß angelegten Fahrsimulatorstudien mit einer hohen
Teilnehmendenzahl. Mit präziser Datenerfassung, Echtzeitüberwachung
und nahtloser Integration mit Tools wie MATLAB sorgt unsere
Infrastruktur dafür, dass sowohl neue als auch laufende Studien
effizient und effektiv durchgeführt werden können.
Forschung
Abschlussarbeiten
Leonardt Wagner (2025)
Leistung oder Verbrauch - Does it matter? Eine Videostudie über Energy Dynamics Awareness im Eco-DrivingJonas Busch (2023)
Entwicklung und Anwendung eines Auswertungstools für Blickbewegungsdaten in Fahrsimulationsstudien mit Live-EnergieanzeigenTobias Harms (2023)
Integration eines MATLAB Eco-MPC in die Fahrsimulationssoftware BeamNG.tech im Kontext der nutzerzentrierten Energieeffizienzanzeigen Forschung in der ElektromobilitätTobias Reins (2023)
Entwicklung eines Systems zur Planung, Durchführung und Auswertung von Simulator-StudienJosua Potschien (2022)
Systematische Untersuchung von Metriken hinsichtlich der Bewertung der Energieeffizienz und Eignung in verschiedenen EnergieanzeigenIndrani Breier (2021)
Tipp-Basiertes Ecodriving Feedback: Entwicklung eines Post-Manöver-Assistenzsystems zum Training energieeffizienten Fahrverhaltens in batteriebetriebenen ElektrofahrzeugenAnton de Vries (2021)
Beschleunigungsdisplays im Fahrsimulator - Untersuchung des Einflusses der Displayart auf die EnergieeffizienzVeröffentlichungen
Schmees, S., Heidinger, J., Gödker, M., Bernhardt, L., Franke, T., Görges, D. (2025)
Human Driver Modeling via Control-Based Approaches: PID and MPC using Bayesian Optimization for Driver Adaptation2025 IEEE International Conference on Systems, Man, and Cybernetics (SMC), Vienna, Austria, 2025, pp. 7178-7185,
10.1109/SMC58881.2025.11343461Schmees, S., Görges, D. (2025)
Eco-Driving Assistance System based on Variable Sampling Model Predictive Control2025 European Control Conference (ECC), Thessaloniki, Greece, 2025, pp. 1469-1476
10.23919/ECC65951.2025.11186831Bend, J., Gödker, M., and Franke, T. (2025)
AI and Mobile Technologies for Driver Fatigue Detection: Sex Differences Revealed by Eye-Tracking MetricsInternational Journal of Human–Computer Interaction, 1–20
https://doi.org/10.3991/ijim.v19i11.53737Gödker, M., Schmees, S., Bernhardt. L., J., Görges, D., and Franke, T. (2025)
Two Types of Eco-Driving Support – The Effects of an Instantaneous Consumption and an Optimal Speed Display on Energy-Efficient Driving and Energy Dynamics AwarenessInternational Journal of Human–Computer Interaction, 1–20
https://doi.org/10.1080/10447318.2025.2563007Gödker, M., Schmees, S., Bernhardt. L., Heidinger, J., Görges, D., and Franke, T. (2024)
Driving Simulation for Energy Efficiency Studies: Analyzing Electric Vehicle Eco-Driving With EcoSimLab and the EcoDrivingTestParkIn Proceedings of the 16th International Conference on Automotive User Interfaces and Interactive Vehicular Applications (AutomotiveUI '24). Association for Computing Machinery, New York, NY, USA, 32–42
https://doi.org/10.1145/3640792.3675706Gödker, M., & Franke, T. (2024)
Assessing Energy-Related Situation Awareness Using Self-Controlled Occlusion During Electric Vehicle Driving Scenes148, 286-296
https://doi.org/10.54941/ahfe1005219Heidinger, J., Bernhardt, L., & Franke, T. (2023)
Ecosimlab - A Low-Cost Driving Simulator Environment for Examining Human Factors in Vehicle Energy EfficiencyAutomotiveUI '23 Adjunct: Adjunct Proceedings of the 15th International Conference on Automotive User Interfaces and Interactive Vehicular Applications, , Ingolstadt (Germany), 18.-21.09.2023, 66-70
https://doi.org/10.1145/3581961.3609881Moll, V. E., & Franke, T. (2021)
Biased energy efficiency perception based on instantaneous consumption displays–Indication for heuristic energy information processingApplied Ergonomics, 94, 103399
https://doi.org/10.1016/j.apergo.2021.103399Franke, T., Görges, D., & Arend, M. G. (2019, September)
The Energy Interface Challenge. Towards Designing Effective Energy Efficiency Interfaces for Electric VehiclesIn Proceedings of the 11th International Conference on Automotive User Interfaces and Interactive Vehicular Applications (pp. 35-48)
https://doi.org/10.1145/3342197.3344526Bernhardt, L., Moll, V., & Franke, T. (2019)
Entwicklung und Validierung einer Fahrsimulationsumgebung für Interface-Testing im Kontext Elektromobilität3. Kongress der Fachgruppe Verkehrspsychologie, Saarbrücken, 05.-07.03.2019
https://doi.org/10.13140/RG.2.2.26178.32962/1Projekte
Team
Leitung und Koordination
Doktorand*innen
Studierende
