Einer der Hauptbestandteile der Entwicklung eines Steuer- und Regelungskonzeptes für ein autonomes Fahrzeug ist das Bahnplanungsverfahren. Dieses lässt sich in einem hierarchischen Ansatz wiederum in unterschiedliche Planungsebenen unterteilen. Auf der obersten Ebene erfolgt die Generierung eines groben globalen Fahrbahnverlaufs, um das Fahrzeug vom Start- zum Zielpunkt zu führen. Dies kann beispielsweise durch übliche Shortest-Path-Algorithmen erfolgen. Auf der nachgeordneten Ebene erfolgt dann die Vorgabe einer detaillierten Referenztrajektorie, um das Fahrzeug innerhalb des vorgegebenen Fahrbahnverlaufs durch den Kurz zu führen. Hierzu stehen verschiedene Lösungsansätze zur Verfügung. Einerseits kann die Vorgabe nach heuristischen Verfahren erfolgen, die je nach aktuellem Fahrbahnverlauf und hinterlegtem "Regelsatz" die geeigneten Stellgrößen generieren. Im einfachsten Fall kann die Vorgabe durch einen geometrischen Ansatz erfolgen, der das Fahrzeug entlang der Fahrbahnmittellinie führt. Andererseits ist es möglich, durch die Lösung eines nichtlinearen Optimalsteuerungsproblems die verfügbare Straßenbreite optimal auszunutzen und so beispielsweise energie- oder komfortoptimal durch den Kurs zu fahren. Die Notwendigkeit, das Planungsverfahren für den Einsatz im Fahrzeug echtzeitfähig zu gestalten, stellt hohe Anforderung sowohl an die Formulierung als auch an die Lösung des Optimalsteuerungsproblems. So ist es notwendig, das globale Optimierungsproblem mit Hilfe eines Moving-Horizon-Ansatzes in lokale Subprobleme zu unterteilen. Im Rahmen dieses Beitrages wurde ein Bahnplanungsverfahren für ein autonomes Fahrzeug vorgestellt. Die Vorgabe einer geeigneten Referenztrajektorie erfolgt durch die Lösung eines nichtlinearen Optimalsteuerungsproblems. Das globale Optimierungsproblem wird hierbei durch ein Moving-Horizon-Verfahren in eine Reihe von lokalen Subproblemen zerlegt, welche sich zeitnah lösen lassen. Zur Lösung wurde ein Optimalsteuerungslöser auf Basis des SQP-Löser NLPQLP entwickelt und mit dem aus der Literatur bekannten Optimalsteuerungslöser OCDAE verglichen. Der Hauptvorteil der eigenen Implementierung liegt darin, dass der Nutzer die Möglichkeit hat, eine geeignete Startlösung für die Optimierung vorzugeben. Da das Bahnplanungsverfahren in Hinsicht auf eine spätere Implementierung im Fahrzeug echtzeitfähig gestaltet werden muss, wurde untersucht, inwieweit sich unterschiedliche Parametrierungen des Moving-Horizon-Verfahrens sowie unterschiedliche Formulierungen von Nebenbedingungen auf die Echtzeitfähigkeit des Verfahrens auswirken. Dabei hat sich gezeigt, dass die Modellierung von Nebenbedingungen mittels Straffunktion vorteilhafter gegenüber der direkten Formulierung als Ungleichungsnebenbedingung ist.
Optimalsteuerungsverfahren für ein spurgeführtes Elektrofahrzeug
2011
10 Seiten, 5 Bilder, 2 Tabellen, 11 Quellen
(nicht paginiert)
Aufsatz (Konferenz)
Deutsch
Antrieb mit doppeltgespeistem Linearmotor für ein spurgeführtes Bahnfahrzeug
Tema Archiv | 2003
|