In diesem Beitrag präsentieren wir das sog. IdenT-System, welches im Rahmen des gleichnamigen Forschungsprojekts für LKW-Trailer entwickelt wird. Wir betrachten eine spezifische Teilkomponente, nämlich die Online-Identifikation von Straßenprofilen und -rauigkeiten basierend auf Trailer-Messungen, einfachen Modellen und maßgeschneiderten mathematischen Verfahren. Die Rauigkeit des befahrenen Straßensegments wird mithilfe des sog. IRIs (International Roughness Index) aus dem Profil abgeleitet und dient u.a. der Detektion besonders beanspruchender und kritischer Straßensegmente. Für solche wird im IdenT-System u.a. ein Signal ausgelöst, das den auf der Cloud-Plattform befindlichen Offline-Zwilling startet, der für solche Straßenabschnitte höher aufgelöste Informationen generiert. Die basierend auf den identifizierten Straßeneigenschaften gewonnenen Informationen dienen der Überwachung des Trailerzustands und können zukünftig einen Beitrag dazu leisten, Sattelzüge sicherer zu betreiben.


    Access

    Check access

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Online-Identifikation von Straßenrauigkeiten am LKW-Trailer für sicheres autonomes Fahren


    Additional title:

    Proceedings


    Contributors:

    Conference:

    International Commercial Vehicle Technology Symposium ; 2022 ; Kaiserslautern, Deutschland September 13, 2022 - September 15, 2022


    Published in:

    Commercial Vehicle Technology 2022 ; Chapter : 15 ; 210-225


    Publication date :

    2023-02-28


    Size :

    16 pages





    Type of media :

    Article/Chapter (Book)


    Type of material :

    Electronic Resource


    Language :

    German




    AUTONOMES-FAHREN-BEWERTUNGSVORRICHTUNG UND AUTONOMES-FAHREN-BEWERTUNGSVERFAHREN

    KINDO TOSHIKI | European Patent Office | 2019

    Free access

    Autonomes Fahren

    Ommer, Björn | DataCite | 2020


    Autonomes Fahren

    Rajaduari,N. / Vector Software,DE | Automotive engineering | 2016


    Autonomes Fahren

    Matthaei, Richard / Reschka, Andreas / Rieken, Jens et al. | Springer Verlag | 2015


    Autonomes Fahren

    Lalli, Marco | Springer Verlag | 2023