Predictive energy-efficient motion trajectory optimization of electric vehicles
Abstract:
This work uses a combination of existing and novel methods to optimize the motion trajectory of an electric vehicle in order to improve the energy efficiency and other criteria for a predefined route. The optimization uses a single combined cost function incorporating energy efficiency, travel safety, physical feasibility, and other criteria. Another focus is the optimal behavior beyond the regular optimization horizon.
| Zugehörige Institution(en) am KIT | Institut für Anthropomatik und Robotik (IAR) |
| Publikationstyp | Hochschulschrift |
| Publikationsjahr | 2019 |
| Sprache | Englisch |
| Identifikator | ISBN: 978-3-7315-0978-3 ISSN: 1863-6489 KITopen-ID: 1000098619 |
| Verlag | KIT Scientific Publishing |
| Umfang | XXIII, 281 S. |
| Serie | Karlsruher Schriften zur Anthropomatik / Lehrstuhl für Interaktive Echtzeitsysteme, Karlsruher Institut für Technologie ; Fraunhofer-Inst. für Optronik, Systemtechnik und Bildauswertung IOSB Karlsruhe ; 42 |
| Art der Arbeit | Dissertation |
| Fakultät | Fakultät für Informatik (INFORMATIK) |
| Institut | Institut für Anthropomatik und Robotik (IAR) |
| Prüfungsdatum | 18.06.2019 |
| Schlagwörter | Modellprädiktive Optimierung, Trajektorienplanung, Autonomes Fahren, Energieeffizientes Fahren, Dynamische Programmierung,, Model predictive optimization, Trajectory planning, Autonomous driving, energy-efficient driving, Dynamic Programming |
| Referent/Betreuer | Beyerer, J. |