A Nonlinear Model Predictive Control Based Evasive Manoeuvre Assist Function

Dieses Kapitel befasst sich mit der Anwendung nichtlinearer Modelle zur prädiktiven Steuerung (NMPC) für autonome Ausweichassistenten und geht auf die entscheidende Notwendigkeit moderner Fahrerassistenzsysteme bei der Kollisionsvermeidung ein. Die Studie vergleicht zwei weit verbreitete nichtlineare Löser, die Interior Point Method (IPM) und die Sequential Quadratic Programming (SQP), und demonstriert ihre Echtzeit-Implementierung auf einem experimentellen Testfahrzeug mithilfe von dSPACE. Die Forschung konzentriert sich auf ein Auffahrunfall-Szenario, das darauf abzielt, den Längsabstand zu minimieren, der erforderlich ist, um ein Hindernis durch seitliche Verschiebung zu vermeiden. Zur präzisen Vorhersage wird ein nichtlineares zweigleisiges Fahrzeugmodell mit einem Freiheitsgrad von 3 Grad eingesetzt, das sowohl Lenk- als auch Bremsdynamik einbezieht. Das Kapitel hebt die Recheneffizienz und Kontrollgenauigkeit der SQP-Methode hervor und zeigt zugleich die Skalierbarkeit von IPM für komplexere Szenarien. Experimentelle Ergebnisse bestätigen die Machbarkeit von NMPC für Echtzeitanwendungen und erzielen hohe Querbeschleunigungen und eine erfolgreiche Reifenausnutzung im nichtlinearen Einsatzbereich. Diese Arbeit unterstreicht das Potenzial der NMPC für zukünftige autonome Kollisionsvermeidungssysteme und bietet eine vielversprechende Lösung zur Verbesserung der Fahrzeugsicherheit und -leistung.