Vorausschauende Regelung von Fahrzeugsystemen durch stochastische Vorhersage der Fahrzeugdynamik

Die Verbreitung von Fahrerassistenzsystemen und die zunehmende Digitalisierung im Fahrzeugumfeld führen zu einer neuen Anzahl von verfügbaren Informationen im Fahrzeug. Die vorausschauende Steuerung und Regelung von Fahrzeugsystemen ist ein mögliches Anwendungsfeld für diese Informationen, um eine effizientere und intelligentere Steuerung von Fahrzeugsystemen zu realisieren.

Die für die Regelung solcher Systeme benötigten Größen können dabei meist nur mittelbar aus den vorhandenen Informationen erzeugt werden. In vielen Fällen sind Vorhersagemodelle nötig, um die relevanten Größen abzuleiten. ... mehrDies ist zum Beispiel der Fall, wenn für die Steuerung des Systems zukünftige Fahrzeugdynamikgrößen wie die Geschwindigkeit des Fahrzeugs oder die Leistungsanforderung benötigt werden. Um die mit den Vorhersagen verbundene Unsicherheit zu berücksichtigen, wird in dieser Arbeit ein ganzheitlich stochastischer Ansatz zur Generierung von Vorhersagen, basierend auf den vorhandenen Umfeldinformationen, abgeleitet. Darauf aufbauend wird die vorausschauende Regelung von Fahrzeugsystemen mit stochastisch optimalen Regelungsverfahren untersucht. Die Gesamtmethode wird an zwei Systembeispielen implementiert und evaluiert.

Um die Vorhersagegüte und die resultierende Regelgüte ins Verhältnis zu setzen, werden unterschiedliche Vorhersagemodelle als Referenz eingesetzt. Die Untersuchungen zeigen, dass die stochastische Vorhersage mit Umfeldinformationen bessere Resultate liefert, als eine Vorhersage ohne diese Informationen oder ohne Berücksichtigung der Unsicherheiten. Weiterhin zeigt sich die Gesamtmethode als geeignet, um neue Funktionalitäten oder effizientere Regelungsverfahren für unterschiedliche Fahrzeugsysteme umzusetzen.

Die in dieser Arbeit vorgestellten Methoden sind Bausteine für die intelligente Regelung von Fahrzeugsystemen unter Einbezug von Fahrerverhalten und Umfeldinformationen. Die Anwendung und Weiterentwicklung dieser Bausteine ist ein vielversprechendes Forschungsfeld um Fahrzeugsysteme intelligenter und effizienter einzusetzen und zu steuern.

The progress of advanced driver assistance systems and the digital revolution in the vehicular environment lead to an increasing amount of information in the single vehicle. Predictive control of vehicle systems is one of the possible fields of application for this newly accessible information, enabling more efficient and intelligent control of thus systems.

In most cases of predictive control of a vehicle system, the actually needed information has to be derived from the available data. Thus commonly some kind of prediction model is needed for this task, e.g. if the control of the system requires a forecast of the vehicle dynamics including velocity or traction power. ... mehrTo account for the inherit uncertainty when working with predictions, the focus of this work is a throughout stochastic approach of modelling and predicting vehicle dynamics based on the available information (e.g. predictive street data). Based on the stochastic forecasting model, the stochastic optimal control of vehicle systems is investigated. The overall framework is applied to and evaluated uppon two exemplary vehicle systems.

To set the prediction accuracy and resulting control performance in perspective, several prediction models are used as reference. The results in this work show, that stochastic forecasts using information on the vehicle surroundings and corresponding control perform better than forecasts without this information or such, disregarding the influence of uncertainty. Furthermore the overall framework shows to be suited to improve control performance or enable new functionalities for existing vehicle systems.

The methods discussed in this work are enabler for for intelligent control of vehicle systems with regard to driver behavior and predictive information. Application and further research on those topics is a promising field of research to contribute to more intelligent and more efficient system behavior for several vehicle systems.