5. Simulationen als Grundlage für Fahrversuche

Das Kapitel behandelt die Nutzung von Simulationen zur Untersuchung der Eignung künstlicher neuronaler Netzwerke zur Ergänzung der Regelungsstrategie für die Querführung autonomer Fahrzeuge. Es wird eine detaillierte Simulationsumgebung vorgestellt, die es ermöglicht, die Stabilität und Leistung der Regelungsstrategie zu bewerten. Die Simulationen umfassen verschiedene Trajektorien und Fahrzeugdynamiken, um die Einflüsse des neuronalen Netzwerks in unterschiedlichen Fahrszenarien zu analysieren. Die Simulationsumgebung ist modular aufgebaut und besteht aus vier wesentlichen Komponenten: Bahnplanung, Zustandsbeobachter, Fahrdynamikregler und Fahrzeugmodell. Jede Komponente wird detailliert erläutert und ihre Bedeutung für die Gesamtregelung beschrieben. Besonders interessant ist die Validierung der Simulationsergebnisse durch Vergleiche mit realen Fahrversuchen, die zeigen, dass die Simulationen die realen Bedingungen mit hoher Genauigkeit abbilden können. Die Integration des neuronalen Netzwerks in die Regelungsstrategie wird ebenfalls detailliert untersucht, wobei die Analyse der Trainings- und Designparameter sowie die Auswirkungen auf die Langzeitstabilität und das Verhalten im Fehlerfall im Fokus stehen. Die Ergebnisse zeigen, dass das neuronale Netzwerk in der Lage ist, die Regelgüte signifikant zu verbessern, ohne a priori Vorwissen zu benötigen. Dies deutet auf das große Potential eines sich online adaptierenden Netzwerks hin, das jedoch weiter evaluiert werden muss, um die Wahrscheinlichkeit eines erfolgreichen Realfahrbetriebs zu maximieren.