API src

Found 234 results.

EU-Umweltausschuss einigt sich auf Begrenzung von Emissonen von mobilen Maschinen und Geräten

Der Umweltausschuss des Europäischen Parlaments hat sich am 15. September 2015 mit großer Mehrheit auf einen Gesetzentwurf geeinigt, mit dem die Luftverschmutzung von mobilen Geräten begrenzt werden soll. Gemeint sind Geräte, die nicht für die Straße gedacht sind, das reicht von Rasenmähern und Kettensägen über Traktoren, Mähdrescher und Ackerfräsen bis hin zu Bulldozern, Lokomotiven und Binnenwasserfahrzeugen. Mobile Geräte sind EU-weit für etwa 15 Prozent des gesamten Stickstoffoxid-Ausstoßes verantwortlich und für fünf Prozent der Feinstaubemissionen. Die Abgeordneten im Ausschuss stimmten für die Einführung von Grenzwerten und sprachen sich dafür aus, Besitzer von mobilen Maschinen zu "ermutigen", ihre alten Maschinen durch sauberere neue Maschinen zu ersetzen.

Emissionsgrenzwerte für mobile Maschinen

Am 5. Juli 2016 stimmte das EU-Parlament einer Überarbeitung der Typgenehmigungsvorschriften und Emissionsgrenzwerte für nicht für den Straßenverkehr bestimmte mobile Maschinen und Geräte (NSBMMG) zu. Dazu gehören Rasenmäher, Bulldozer, Diesellokomotiven und Binnenschiffe. NSBMMG-Maschinen machen ungefähr 15% aller Stickoxid- und 5% aller Partikelemissionen in der EU aus. Die neuen Vorschriften legen Motorklassen fest, die wiederum in Unterklassen je nach Leistungsbereich unterteilt sind. Für jede Klasse wurden Umweltschutzanforderungen in Form von Grenzwerten für Abgasemissionen (CO, HC, NOx und Partikel) festgelegt, sowie Fristen zur Umsetzung ab 2018. Die geplanten Vorschriften sehen ein System zur Leistungsüberwachung von Motoren während des Betriebs vor, um die Unterschiede zwischen den Messwerten im Labor und unter realen Fahrbedingungen auszugleichen.

Leitfaden zur umweltfreundlichen öffentlichen Beschaffung von Kommunalfahrzeugen und Omnibussen

Besonders in Ballungsräumen, Innenstädten und schutzbedürftigen Gebieten ist es wichtig, die durch Kommunalfahrzeuge verursachten Schadstoff- und Geräuschemissionen zu begrenzen. Der Leitfaden enthält entsprechende Anforderungen an Kommunalfahrzeuge und gibt weitergehende Hinweise für öffentliche Ausschreibungen. Die Anforderungen basieren auf dem Umweltzeichen Blauer Engel für Kommunalfahrzeuge (DE-UZ 59a, Ausgabe Januar 2018).

Leitfaden zur umweltfreundlichen öffentlichen Beschaffung von Kommunalfahrzeugen und Omnibussen

Teilprojekt B

Das Projekt "Teilprojekt B" wird vom Umweltbundesamt gefördert und von Claas Selbstfahrende Erntemaschinen GmbH durchgeführt. Die Anwendung von Methoden der KI ist insb. in der Landwirtschaft sinnvoll, wo die Umgebung von einer hohen Dynamik gekennzeichnet, nicht vollständig bekannt und nicht umfassend kontrollierbar ist. Erste KI-Anwendungen haben deutliche Prozessverbesserungen gezeigt. Im Gegensatz zu der Entwicklung klassischer Assistenzsysteme sich hierbei jedoch gezeigt, dass hohe Anforderungen an die KI-Architekturen die Marktakzeptanz erschwert. Es muss ein Weg zur Auflösung der Abhängigkeit von High-Performance Computern auf der Maschine entwickelt werden. Dieses Projekt hat daher das Ziel, durch die genaue Analyse und Optimierung der benötigten Ressourcen, moderne Ansätze der künstlichen Intelligenz (insb. Deep Learning) trotz der limitierenden Hardware auf landwirtschaftlichen Maschinen nutzbar zu machen. Neben der landwirtschaftlichen Maschine an sich, werden auch edge-/cloudbasierte Konzepte einbezogen, um eine ganzheitliche und global skalierbare Lösung zu entwickeln. Es werden insb. Methoden des überwachten Lernens betrachtet, da hierbei eine synoptische Betrachtung der benötigten verschiedensten Ressourcen möglich ist. Es wird eine Vielzahl von qualitativ hochwertigen und annotierten Daten zum Training der Algorithmen benötigt. Diese Daten sollten neben der Qualität auch die geforderte und benötigte Variabilität aufweisen. Die Aufnahme von Daten in Erntekampagnen ist aufwendig und sollte auf ein sinnvolles Maß reduziert werden. Darauf folgt eine Annotation der Daten. Gerade in der landwirtschaftlichen Domäne sind hierfür zumeist Experten nötig. Hierbei ist besonders die Qualität der Datenbasis wichtig, um nicht unnötig Ressourcen der Experten zu verschwenden. Um auch eine Generalisierbarkeit der entwickelten Methoden zu gewährleisten, werden in diesem Projekt zwei unterschiedliche Szenarien betrachtet. Zum einen wird die Qualität von Erntegut bestimmt, zum anderen eine Erkennung von Merkmalen im Umfeld der Arbeitsmaschine durchgeführt.

Globalansatz zur technisch/wissenschaftlichen Unterstützung bei der Forschreibung der EG-Outdoorrichtlinie (2000/14/EG) und ihrer Umsetzung in nationales Recht (32. BImSchV)

Das Projekt "Globalansatz zur technisch/wissenschaftlichen Unterstützung bei der Forschreibung der EG-Outdoorrichtlinie (2000/14/EG) und ihrer Umsetzung in nationales Recht (32. BImSchV)" wird vom Umweltbundesamt gefördert und von TÜV NORD Systems GmbH & Co. KG durchgeführt. A) Problemstellung: Sowohl die EG Richtlinie 2000/14/EG als auch 32. BImSchV sind seit geraumer Zeit in Kraft. Sie bestimmen die im Freien betriebenen Maschinen und Geräte; die entweder (nur) mit ihrem Emissionswert zu kennzeichnen sind oder die einen gerätespezifischen Emissionswert einhalten müssen. Seit einiger Zeit wird bereits an einer Fortschreibung der 2000/14 /EG gearbeitet. Ziel dieser Arbeiten in der EG-Kommission ist es, Probleme bei den jeweiligen Messverfahren in praktischer aber auch in messtechnischer Hinsicht im Rahmen der Richtlinie zu beseitigen. Daneben sollen aber auch die Vorschriften um bislang nicht einbezogene mobile Geräte und Maschinen erweitert werden. Auch wird in Erwägung gezogen, verschiedene Geräte nun nach Artikel 12 der 2000/14/EG mit einem Lärmemissionsgrenzwert zu versehen. B) Handlungsbedarf: Zur Ausfüllung und Fortschreibung der Richtlinie 2000/14/EG und der 32. BImSchV müssen die Umsetzung der rechtlichen Regelung, die Möglichkeiten der Fortschreibung (Grenzwertverschärfung, Grenzwertsetzung) und die Verbesserung der Anforderungen (besser angepasste Messverfahren) erarbeitet werden. Die Bundesregierung muss national und europäisch stichhaltige Ergebnisse vorlegen, um die Rechtsetzung weiter zu verbessern. C) Ziel des Vorhabens: Für die 32. BImSchV soll das Vorhaben Aufschluss darüber geben, inwieweit die Geräte ordnungsgemäß gekennzeichnet und der auf den Geräten zu deklarierende garantierte Schalleistungspegel der Realität entspricht; die Ergebnisse sollen im Rahmen der Marktüberwachung verwendet werden. Des weiteren sollen Möglichkeiten im Vorhaben erarbeitet werden, mit denen der Aspekt von 'Nutzervorteilen für lärmarme Geräte' besser zum Greifen kommt. Die erarbeiteten Ergebnisse und Lösungen sollen als Grundlage für eine Fortschreibung der Richtlinie 2000/14/EG und der 32. BImSchV dienen.

Teilprojekt D

Das Projekt "Teilprojekt D" wird vom Umweltbundesamt gefördert und von Deutsches Forschungszentrum für Künstliche Intelligenz GmbH durchgeführt. Die Anwendung von Methoden der KI erscheint in der Landwirtschaft sinnvoll, weil die Umgebung von einer hohen Dynamik gekennzeichnet, nicht vollständig bekannt und nicht umfassend kontrollierbar ist. Werden KI-basierte Anwendungen auf der mobilen Arbeitsmaschine (on the edge) auf spezialisierten und hochleistungsfähigen Hardwaresystemen zur Ausführung gebracht, ergeben sich daraus Konsequenzen. Der Einsatz von High-Performance Computern ist mit hohen wiederkehrenden Kosten und signifikantem Aufwand bei der Anpassung der Fahrzeugarchitektur verbunden. Eine drahtloste, zuverlässige und breitbandige Cloudanbindung ist im ländlichen Raum nicht gegeben. Diese Restriktionen können den Einzug einer Technologie behindern, die sich in verschiedenen Fällen für Landwirte als nützlich erwiesen hat. Ein verteilter Ansatz erscheint sinnvoll, der maschinenseitig minimalinvasiv ist und cloudseitig eine spezialisierte Umgebung nutzt. Im Projekt resKIL werden eine Software-Architektur und eine AI-Toolchain entwickelt, die den Anforderungen des mobilen Arbeitsumfeldes gerecht werden. Die Prototypen werden in der landwirtschaftlichen Praxis evaluiert. Das DFKI beteiligt sich an den Tools zur effizienten Datenprozessierung/-annotation, sowie der skalierbaren, adaptiven KI-Architektur, die auf den zuvor erstellten Daten arbeitet. Dabei werden mögliche Schnittstellen zu und Zusammenarbeiten mit Gaia-X bzw. dessen Agrar-Usecase Agri-Gaia betrachtet.

Teilprojekt F

Das Projekt "Teilprojekt F" wird vom Umweltbundesamt gefördert und von Technische Universität Dortmund, Fakultät Statistik, Lehrstuhl für Mathematische Statistik und industrielle Anwendungen durchgeführt. Die Anwendung von Methoden der KI erscheint in der Landwirtschaft sinnvoll, weil die Umgebung von einer hohen Dynamik gekennzeichnet, nicht vollständig bekannt und nicht umfassend kontrollierbar ist. Werden KI-basierte Anwendungen auf der mobilen Arbeitsmaschine (on the edge) auf spezialisierten und hochleistungsfähigen Hardwaresystemen zur Ausführung gebracht, ergeben sich daraus Konsequenzen. Der Einsatz von High-Performance Computern ist mit hohen wiederkehrenden Kosten und signifikantem Aufwand bei der Anpassung der Fahrzeugarchitektur verbunden. Eine drahtloste, zuverlässige und breitbandige Cloudanbindung ist im ländlichen Raum nicht gegeben. Diese Restriktionen können den Einzug einer Technologie behindern, die sich in verschiedenen Fällen für Landwirte als nützlich erwiesen hat. Ein verteilter Ansatz erscheint sinnvoll, der maschinenseitig minimalinvasiv ist und cloudseitig eine spezialisierte Umgebung nutzt. Im Projekt resKIL werden eine Software-Architektur und eine AI-Toolchain entwickelt, die den Anforderungen des mobilen Arbeitsumfeldes gerecht werden. Die Prototypen werden in der landwirtschaftlichen Praxis evaluiert. Zusätzliche Ziele aus statistischer Sicht betreffen neue wissenschaftliche Resultate in den Bereichen (i) Versuchsplanung, (ii) Evaluierung von Datenqualität und (iii) Einsatz von multivariaten und ressourceneffizienten ML- und KI-Methoden.

Feldversuch zum Einsatz von Hydraulikoel auf Rapsoelbasis in Achselschwang

Das Projekt "Feldversuch zum Einsatz von Hydraulikoel auf Rapsoelbasis in Achselschwang" wird vom Umweltbundesamt gefördert und von Technische Universität München, Bayerische Landesanstalt für Landtechnik durchgeführt. In diesem Feldversuch wird Hydraulikoel auf Pflanzenoelbasis der Fa. Esso in Ackerschleppern und selbstfahrenden Arbeitsmaschinen der Staatl. Versuchsgueterverwaltung Achselschwang eingesetzt. Die Auswertung der laufenden Aufzeichnungen der Betriebsstunden in den Temperaturbereichen bis 60 Grad C, 60-80 Grad C, 80-100 Grad C und ueber 100 Grad C soll Aufschluss ueber die thermische Belastung des Hyraulikoeles in Ackerschleppern und selbstfahrenden Arbeitsmaschinen geben. Durch regelmaessige Oelanalysen wird der Zustand des im Einsatz befindlichen Hydraulikoeles ueberwacht und die Weiterverwendbarkeit geprueft. Diese Untersuchungen sollen auch Anhaltspunkte fuer die Wechselintervalle von Hydraulikoelen auf Pflanzenoelbasis liefern.

Teilprojekt C

Das Projekt "Teilprojekt C" wird vom Umweltbundesamt gefördert und von Zauberzeug GmbH durchgeführt. Die Anwendung von Methoden der KI erscheint in der Landwirtschaft sinnvoll, weil die Umgebung von einer hohen Dynamik gekennzeichnet, nicht vollständig bekannt und nicht umfassend kontrollierbar ist. Werden KI-basierte Anwendungen auf der mobilen Arbeitsmaschine (on the edge) auf spezialisierten und hochleistungsfähigen Hardwaresystemen zur Ausführung gebracht, ergeben sich daraus Konsequenzen. Der Einsatz von High-Performance Computern ist mit hohen wiederkehrenden Kosten und signifikantem Aufwand bei der Anpassung der Fahrzeugarchitektur verbunden. Eine drahtloste, zuverlässige und breitbandige Cloudanbindung ist im ländlichen Raum nicht gegeben. Diese Restriktionen können den Einzug einer Technologie behindern, die sich in verschiedenen Fällen für Landwirte als nützlich erwiesen hat. Ein verteilter Ansatz erscheint sinnvoll, der maschinenseitig minimalinvasiv ist und cloudseitig eine spezialisierte Umgebung nutzt. Im Projekt resKIL werden eine Software-Architektur und eine AI-Toolchain entwickelt, die den Anforderungen des mobilen Arbeitsumfeldes gerecht werden. Die Prototypen werden in der landwirtschaftlichen Praxis evaluiert. Im geplanten Vorhaben sind die Hauptaufgaben der Firma Zauberzeug die Entwicklung und Implementierung ressourceneffizienter Methoden zu Annotation und deren Integration in den Annotationsprozess. Insbesondere soll durch den Einbau des kontinuierlichen 'Active Learning' der Bedarf an menschlichem Eingriff im Prozess stark reduziert werden. Zum Abschluss des Projekts soll der von Zauberzeug entwickelte 'Learning Loop' weiterentwickelt und lizensiert werden um die Integration in das Produkt, welches durch CLAAS kommerzialisiert wird, sowie die Erschließung weiterer Anwendungsfälle zu ermöglichen.

1 2 3 4 5 … 22 23 24