Im Rahmen dieses Beitrags wurde ein Multisensorsystem zur Reibwertprognose zwischen Reifen und Fahrbahn präsentiert. Dieser Reibwert soll als Fahrerwarnung und zur Vorkonditionierung von Fahrzeugregelsystemen eingesetzt werden. Der Hauptkern des entworfenen Ansatzes bestand aus der Auswahl geeigneter Sensoren zur Fahrbahnzustandserkennung. Zusätzlich zur Nutzung bereits vorhandener Serienfahrzeugsensoren wurden sowohl optische als auch akustische Sensoren untersucht. Außerdem wurde ein Ansatz zur modellbasierten Glättewarnung mittels ESP-Sensorik entwickelt. Die Verknüpfung der Daten von Mikrofon, Glanz- und Helligkeitssensor, Fahrbahntemperatursensor sowie einem Regensensor erfolgte in einem Fahrbahnzustandserkennungssystem mit Hilfe eines erweiterten Sugeno-Fuzzy-Expertensystems. Durch die Definition einer dreistufigen Signalgültigkeitsstrategie ist eine flexible Fuzzystruktur entstanden, die den Ausfall einzelner Sensoren bei den logischen Sensordatenverknüpfungen berücksichtigt. Nach der Umfeldbeobachtung lassen sich Wahrscheinlichkeiten für das Erkennen von Schnee, Eis und Wasser auf der Fahrbahn generieren.

    This paper presents an approach to detect the road surface condition based on multi-sensor data fusion for an improved preconditioning of automotive control Systems. It involves the use of different measuring systems. The sensor signals build the inputs of a pre-processing block, where a specific frequency-based and statistical analysis is implemented. To estimate the road state a decision block based on a fuzzy expert system has been defined and tested.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Automotive Fahrbahnzustandserkennung


    Weitere Titelangaben:

    Automotive road state recognition


    Beteiligte:
    Trabelsi, Ahmed (Autor:in) / Heimann, Bodo (Autor:in)

    Erschienen in:

    Technisches Messen ; 73 , 6 ; 317-324


    Erscheinungsdatum :

    2006


    Format / Umfang :

    8 Seiten, 9 Bilder, 6 Quellen




    Medientyp :

    Aufsatz (Zeitschrift)


    Format :

    Print


    Sprache :

    Deutsch