Lokalisierung und Fahrzustandsschätzung für eine vollautomatisierte elektrische Fahrzeugplattform

Inhaltsverzeichnis

1. Frontmatter

2. Kapitel 1. Einleitung

   Jochen Kiebler

   Der Beitrag untersucht die Herausforderungen der Positionsbestimmung für automatisierte Fahrzeuge, insbesondere bei komplexen Fahrmanövern auf Landstraßen, Autobahnen und innerstädtischen Straßen sowie beim Parken in Parkhäusern. Es wird die Entwicklung eines Systems zur Lokalisierung und Fahrzustandsschätzung vorgestellt, das sowohl absolute als auch relative Lokalisierungsverfahren integriert. Ein besonderer Fokus liegt auf der Nutzung von 5G-Mobilfunkortung und der Anpassungsfähigkeit der entwickelten Funktionen an verschiedene Fahrzeuggeometrien und Lenkungsauslegungen. Die Validierung des Systems erfolgt sowohl im Freien als auch in Innenräumen, wobei die Ergebnisse kritisch diskutiert werden. Die Arbeit bietet einen umfassenden Überblick über den aktuellen Stand der Technik und zeigt innovative Ansätze zur Verbesserung der Lokalisierung und Fahrzustandsschätzung für vollautomatisierte Fahrzeuge.

   KI-Generiert

   Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

   Originaltext anzeigen

3. Kapitel 2. Projektumfeld U-Shift II

   Jochen Kiebler

   Das Projekt U-Shift II, eine Kooperation zwischen dem FKFS, KIT, Universität Ulm und DLR, zielt darauf ab, die Mobilität der Zukunft durch ein modulares Fahrzeugkonzept zu revolutionieren. Das Konzept U-Shift unterteilt das Fahrzeug in eine Antriebseinheit (Driveboard) und wechselbare Kapseln, die sowohl für den Güter- als auch für den Personentransport genutzt werden können. Die U-förmige Struktur und der integrierte Hubmechanismus ermöglichen einen selbstständigen Kapselwechsel ohne zusätzliche Hebevorrichtungen. Ein erster Prototyp wurde bereits im Projekt U-Shift I entwickelt und dient als Demonstrator. Im aktuellen Projekt U-Shift II liegt der Fokus auf der Weiterentwicklung des Driveboards, insbesondere der Lenkung und des Hubmechanismus. Zudem wird die Fahrwerksauslegung optimiert und das Fahrzeug mit Radnabenmotoren und einem Batteriesystem ausgestattet. Die Umfeldsensorik und Infrastruktursensorik unterstützen die automatisierten Fahrfunktionen. Neben den technischen Aspekten werden auch wirtschaftliche und gesellschaftliche Aspekte untersucht, um das Potenzial des Fahrzeugkonzepts voll auszuschöpfen.

   KI-Generiert

   Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

   Originaltext anzeigen

4. Kapitel 3. Stand der Technik

   Jochen Kiebler

   Das Kapitel beginnt mit einer Einführung in die Grundlagen der Sensordatenfusion, wobei besonders die Funktionsweise verschiedener Kalman-Filter im Fokus steht. Diese Filter sind zentrale Elemente der Sensordatenfusion und werden detailliert erklärt. Anschließend werden verschiedene Lokalisierungssysteme vorgestellt und in relative, absolute und integrierte Lokalisierungssysteme eingeteilt. Relative Lokalisierungssysteme basieren auf der Integration der Posenänderung, während absolute Lokalisierungssysteme die Position in Bezug auf ein gegebenes Bezugssystem bestimmen. Integrierte Lokalisierungssysteme kombinieren mehrere Methoden, um die Genauigkeit zu erhöhen. Das Kapitel schließt mit der Einführung der verwendeten Koordinatensysteme und der Erklärung der Koordinatentransformation.

   KI-Generiert

   Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

   Originaltext anzeigen

5. Kapitel 4. Entwurf und Implementierung

   Jochen Kiebler

   Das Kapitel beschäftigt sich mit der Entwicklung und Implementierung eines fortschrittlichen Odometriemodells für Fahrzeuge mit variabler Fahrwerks- und Lenkungsauslegung. Es wird ein neuartiges System zur Lokalisierung und Fahrzustandsschätzung präsentiert, das Odometrie, Inertialnavigation und 5G-Lokalisierung kombiniert. Das Odometriemodell nutzt die Informationen aller vier Räder und berücksichtigt Radstands- und Spurweitenänderungen beim Lenken, was zu einer höheren Genauigkeit führt. Die Orientierungsberechnung basiert auf Beschleunigungssensoren und Magnetometern, wobei trajektorienbedingte Beschleunigungen kompensiert werden. Die 5G-Lokalisierung in der ARENA2036 ermöglicht eine präzise Positionsbestimmung, die durch ein Unscented Kalman-Filter (UKF) mit den anderen Subsystemen fusioniert wird. Das UKF prädiziert Ausrichtung, Geschwindigkeit und Position und korrigiert diese anhand der Messungen der einzelnen Subsysteme. Das entwickelte System zeichnet sich durch seine hohe Genauigkeit und Zuverlässigkeit aus und bietet eine innovative Lösung für die Lokalisierung und Fahrzustandsschätzung in verschiedenen Anwendungsfeldern.

   KI-Generiert

   Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

   Originaltext anzeigen

6. Kapitel 5. Validierung

   Jochen Kiebler

   Der Fachbeitrag beschreibt die Validierung eines Algorithmus zur Lokalisierung und Fahrzustandsschätzung für ein vollelektrisches Fahrzeug. Es werden verschiedene Manöver und Versuchsbedingungen vorgestellt, um die Genauigkeit des Algorithmus zu überprüfen. Die Ergebnisse werden detailliert analysiert und kritisch hinterfragt. Besonders bemerkenswert ist die Verwendung von 5G-Technologie zur Positionsbestimmung in Innenräumen, was als innovative Alternative zu traditionellen Navigationssystemen dient. Die Ergebnisse zeigen, dass das System in der Lage ist, hohe Genauigkeit bei der Lokalisierung und Fahrzustandsschätzung zu liefern, insbesondere bei Rangier- und Parkiervorgängen. Die Validierung umfasst auch die Untersuchung der Einflüsse von Radlenkwinkeln und Radstandsänderungen auf die Genauigkeit des Odometriemodells. Die kritische Diskussion der Ergebnisse und die daraus resultierenden Empfehlungen für zukünftige Entwicklungen runden den Beitrag ab.

   KI-Generiert

   Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

   Originaltext anzeigen

7. Kapitel 6. Zusammenfassung und Ausblick

   Jochen Kiebler

   Der Fachbeitrag präsentiert ein innovatives System zur Lokalisierung und Fahrzustandsschätzung in elektrischen Fahrzeugen. Basierend auf einem relatives Lokalisierungssystem, das Odometrie, Orientierungsberechnung und Inertialnavigation kombiniert, wird die Funktionalität etablierter Vertreter analysiert und erweitert. Ein zentraler Aspekt ist die erstmalige Verwendung der 5G-Mobilfunkortung zur Positionsbeobachtung, was das Potenzial hat, etablierte Systeme wie die Satellitennavigation abzulösen. Das entwickelte Odometriemodell basiert auf einem ebenen Zweispurmodell und beinhaltet Adaptionen der Radlenkwinkel und Radstand- und Spurweitenänderungen. Im Fusionsfilter werden die Daten aus Odometrie, Orientierungsberechnung und Inertialnavigation integriert, wodurch der Drift bei der Beschleunigungs- und Drehratenintegration reduziert wird. Zusätzlich wird die Verwendbarkeit der 5G-Lokalisierung im Fahrzeug untersucht, was den Drift des relativen Lokalisierungssystems beseitigen und die Langzeitgenauigkeit erhöhen kann. Die Validierung des Systems zeigt gute Übereinstimmung mit Referenzwerten, insbesondere bei Geschwindigkeiten und Ausrichtungen. Die Arbeit fokussiert auf die Anwendung in Rangier- und Parkiervorgängen und weist auf die Notwendigkeit weiterer Validierungen im höheren Geschwindigkeitsbereich hin.

   KI-Generiert

   Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

   Originaltext anzeigen

8. Backmatter