Komfortorientierte Regelung für die automatisierte Fahrzeugquerführung
PAYBACK Punkte
0 °P sammeln!
Für Herausforderungen des assistierten und automatischen Fahrens stellt Hendrik Oschlies eine virtuelle Applikation einer modellprädiktiven Regelung am Beispiel einer assistierten Fahrzeugquerführung vor. Sein Ziel ist die Minimierung des Applikationsaufwands dieser Querführung. Dazu erstellt der Autor Objektivnotenmodelle mit subjektiven und objektiven Daten, die er im Rahmen einer Probandenstudie erhoben hat. Er entwirft einen modellprädiktiven Regler für eine Querführung, dieser nutzt für die Prädiktion ein Zustandsraummodell auf Basis eines Einspurmodells. Für die virtuelle Appli...
Für Herausforderungen des assistierten und automatischen Fahrens stellt Hendrik Oschlies eine virtuelle Applikation einer modellprädiktiven Regelung am Beispiel einer assistierten Fahrzeugquerführung vor. Sein Ziel ist die Minimierung des Applikationsaufwands dieser Querführung. Dazu erstellt der Autor Objektivnotenmodelle mit subjektiven und objektiven Daten, die er im Rahmen einer Probandenstudie erhoben hat. Er entwirft einen modellprädiktiven Regler für eine Querführung, dieser nutzt für die Prädiktion ein Zustandsraummodell auf Basis eines Einspurmodells. Für die virtuelle Applikation wird eine Optimierungsumgebung entworfen, welche als Zielfunktion die erstellten Objektivnotenmodelle nutzt. Zur Kompensation von Modellunsicherheiten und Nichtlinearitäten im Fahrzeug- und Reifenmodell adaptiert der Autor die Parameter durch Nutzung eines neuronalen Netzes.
Der Autor:
Hendrik Oschlies hat berufsbegleitend innerhalb der Fahrerassistenzentwicklungeinesdeutschen Automobilkonzerns promoviert. Aktuell ist er dort für kombinierte Längs- und Querführungsassistenzsysteme verantwortlich.
Der Autor:
Hendrik Oschlies hat berufsbegleitend innerhalb der Fahrerassistenzentwicklungeinesdeutschen Automobilkonzerns promoviert. Aktuell ist er dort für kombinierte Längs- und Querführungsassistenzsysteme verantwortlich.
Andere Kunden interessierten sich für
