Mit zunehmendem Anteil kleiner agiler Einspurfahrzeuge am Gesamtverkehrsgeschehen steigen auch die Anforderungen an innovative Sicherheitskonzepte und Fahrerassistenzsysteme, wie zum Beispiel Radar, Kamera oder kommunikationsbasierte Systeme. Für die Umsetzung vieler dieser Systeme ist die genaue Kenntnis des aktuellen Fahrzustandes Voraussetzung. Anders als im Pkw können aufgrund der großen Rollwinkelbeträge bei Einspurfahrzeugen wichtige Fahrdynamikgrößen nur mit sehr teurer Sensorik gemessen werden. Es wird eine Methode zur Schätzung fahrdynamische Zustandsgrößen von Einspurfahrzeugen vorgestellt. Zunächst wird ein kinematisches 3-Körpermodell beschrieben. Über Kräfte- und Momentengleichgewichte werden die Bewegungsdifferentialgleichungen des Modells aufgestellt. Aufgrund der starken Nichtlinearitäten wird als Beobachter ein Unscented Kalman Filter (UKF) mit 4 Eingangsgrößen, 5 Zuständen und 5 Messgrößen gewählt. Für die Verifikation und Validierung des Gesamtsystems wurde ein Motorrad mit seriennaher Drehraten/Beschleunigungssensorik, einem Lenkwinkelsensor sowie einer hochgenauen Inertialplattform als Referenzmesssystem ausgestattet. Die Ergebnisse werden anhand von Messdaten einer Versuchsfahrt vorgestellt.

    Due to the increasing traffic density in big cities in the future, the importance of small, agile single track vehicles will rise. With increasing share of such vehicles in total traffic, there will be a strong demand for innovative security concepts and advanced driver assistance systems such as radar-, camera- or c2x-based Systems. For the implementation of these systems, the exact knowledge of the current driving state is required. In difference to cars, global variables like the yaw rate can only be measured with very expensive sensors. In this paper we present a method to estimate important vehicle dynamics data. First, a 3-body kinematic model is described. On the force and torque equilibriums, the differential equations of motion are derived. Due to the strong nonlinearities, an unscented kalman filter with 4 inputs, 5 state variables and 5 measurements is chosen. To validate the overall system, a motorcycle is equipped with series near rotation and acceleration sensors, a steering wheel angle Sensor as well as a highly accurate inertialplatform as reference. The results of the observer will be presented on the example of measurement data from a test ride.


    Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen

    Bestellung bei Subito €


    Exportieren, teilen und zitieren



    Titel :

    Echtzeit-Schätzung fahrdynamischer Zustandsgrößen von Einspurfahrzeugen


    Weitere Titelangaben:

    Real time estimation of motorcycle dynamics


    Beteiligte:


    Erscheinungsdatum :

    2013


    Format / Umfang :

    6 Seiten, 5 Bilder, 2 Tabellen, 5 Quellen



    Medientyp :

    Aufsatz (Konferenz)


    Format :

    Print


    Sprache :

    Deutsch




    System zur Uberwachung und Schatzung fahrdynamischer Signale

    Hillenbrand, S. / Otterbein, S. / Rehm, A. et al. | British Library Conference Proceedings | 2006


    System zur Überwachung und Schätzung fahrdynamischer Signale

    Hillenbrand, S. / Otterbein, S. / Rehm, A. | Tema Archiv | 2006


    System zur Überwachung und Schätzung fahrdynamischer Signale

    Hillenbrand, Stefan / Otterbein, Stefan / Rehm, Ansgar | Tema Archiv | 2007


    Schätzung des Schwimmwinkels und fahrdynamischer Parameter zur Verbesserung modellbasierter Fahrdynamikregelungen

    Bechtloff, Jakob Philipp / Bechtloff, Jakob / Technische Universität Darmstadt | TIBKAT | 2018


    Fahrdynamischer Raederpruefstand

    Angerer,S. / Naundorf,H. / BMW,Muenchen | Kraftfahrwesen | 1983