API src

Found 203 results.

Electric Adaptiv Autonomous Smart deliverY System - TP Fahrverhalten, Mensch-Maschine Interaktion und Logistiksystemintegration, Teilvorhaben: Anwendungstest- und Prototypische Integration

Das Projekt "Electric Adaptiv Autonomous Smart deliverY System - TP Fahrverhalten, Mensch-Maschine Interaktion und Logistiksystemintegration, Teilvorhaben: Anwendungstest- und Prototypische Integration" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: Marketing Service Magdeburg KG.

Electric Adaptiv Autonomous Smart deliverY System - TP Fahrverhalten, Mensch-Maschine Interaktion und Logistiksystemintegration, Teilvorhaben: Antriebssystem und Lenkung

Das Projekt "Electric Adaptiv Autonomous Smart deliverY System - TP Fahrverhalten, Mensch-Maschine Interaktion und Logistiksystemintegration, Teilvorhaben: Antriebssystem und Lenkung" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: Institut für Automatisierung und Informatik GmbH, Zentrum für industrielle Forschung und Entwicklung Wernigerode.

Electric Adaptiv Autonomous Smart deliverY System - TP Fahrverhalten, Mensch-Maschine Interaktion und Logistiksystemintegration, Teilvorhaben: Systemintegration der Come-With-Me Funktion

Das Projekt "Electric Adaptiv Autonomous Smart deliverY System - TP Fahrverhalten, Mensch-Maschine Interaktion und Logistiksystemintegration, Teilvorhaben: Systemintegration der Come-With-Me Funktion" wird/wurde gefördert durch: Bundesministerium für Wirtschaft und Klimaschutz. Es wird/wurde ausgeführt durch: ONOMOTION GmbH.

Lichtsignalanlagen optimal gesteuert im Nahverkehr, Teilvorhaben: LOGIN mit ÜSTRA

Das Projekt "Lichtsignalanlagen optimal gesteuert im Nahverkehr, Teilvorhaben: LOGIN mit ÜSTRA" wird/wurde gefördert durch: Bundesministerium für Digitales und Verkehr. Es wird/wurde ausgeführt durch: üstra Hannoversche Verkehrsbetriebe AG.

Entwicklung und Validierung einer kostengünstigen hybrid-elektrischen Antriebslösung für kleine Zweiräder zur Reduzierung der CO2-Emissionen, Teilvorhaben: Steuergeräteentwicklung

Das Projekt "Entwicklung und Validierung einer kostengünstigen hybrid-elektrischen Antriebslösung für kleine Zweiräder zur Reduzierung der CO2-Emissionen, Teilvorhaben: Steuergeräteentwicklung" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: VEMAC GmbH & Co. KG.

Entwicklung und Validierung einer kostengünstigen hybrid-elektrischen Antriebslösung für kleine Zweiräder zur Reduzierung der CO2-Emissionen, Teilvorhaben: Simulation und Funktionsentwicklung für die Hybridantriebseinheit

Das Projekt "Entwicklung und Validierung einer kostengünstigen hybrid-elektrischen Antriebslösung für kleine Zweiräder zur Reduzierung der CO2-Emissionen, Teilvorhaben: Simulation und Funktionsentwicklung für die Hybridantriebseinheit" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: RWTH Aachen University, Lehrstuhl für Verbrennungsmaschinen, Mechatronische Systeme am Verbrennungsmotor IKZ 412330.

Daten für Smart Green Logistic Corridor (GLC), GLI:X - Daten für Smart Green Logistic Corridor (GLC)

Das Projekt "Daten für Smart Green Logistic Corridor (GLC), GLI:X - Daten für Smart Green Logistic Corridor (GLC)" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: geoSYS - Dresen und Bonte GbR.

Daten für Smart Green Logistic Corridor (GLC), GLI:X - Daten für Smart Green Logistic Corridor (GLC)

Das Projekt "Daten für Smart Green Logistic Corridor (GLC), GLI:X - Daten für Smart Green Logistic Corridor (GLC)" wird/wurde gefördert durch: Bundesministerium für Umwelt, Naturschutz, nukleare Sicherheit und Verbraucherschutz. Es wird/wurde ausgeführt durch: GESI Deutsche Gesellschaft für Systeminnovation mbH.

Maschinelles Lernen für die Modellierung und Regelung der Emissionen von Hybridfahrzeugen in Realfahrzyklen, ML-MoRE - Maschinelles Lernen für die Modellierung und Regelung der Emissionen von Hybridfahrzeugen in Realfahrzyklen

Das Projekt "Maschinelles Lernen für die Modellierung und Regelung der Emissionen von Hybridfahrzeugen in Realfahrzyklen, ML-MoRE - Maschinelles Lernen für die Modellierung und Regelung der Emissionen von Hybridfahrzeugen in Realfahrzyklen" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: KST-Motorenversuch GmbH & Co. KG.

Maschinelles Lernen für die Modellierung und Regelung der Emissionen von Hybridfahrzeugen in Realfahrzyklen, ML-MoRE - Maschinelles Lernen für die Modellierung und Regelung der Emissionen von Hybridfahrzeugen in Realfahrzyklen

Das Projekt "Maschinelles Lernen für die Modellierung und Regelung der Emissionen von Hybridfahrzeugen in Realfahrzyklen, ML-MoRE - Maschinelles Lernen für die Modellierung und Regelung der Emissionen von Hybridfahrzeugen in Realfahrzyklen" wird/wurde gefördert durch: Bundesministerium für Bildung und Forschung. Es wird/wurde ausgeführt durch: RA Consulting GmbH.

1 2 3 4 519 20 21