Planungsverfahren auf Basis der Optimalen Steuerung sind zur Vorgabe einer zeitbasierten Referenztrajektorie, welche ein autonomes Fahrzeug vom Startpunkt zu einem gewünschten Zielpunkt führt, geeignet. Ein großer Vorteil der Optimalen Steuerung gegenüber weit verbreiteten regelbasierten Planungsverfahren besteht in der geschlossenen mathematischen Formulierung des Problems, welche bei bekannten Randbedingungen stets ein reproduzierbares Lösungsverfahren liefert. Vor allem im Hinblick auf die Zulassung von autonomen Fahrzeugen ist dies ein entscheidender Vorteil. Des Weiteren erlaubt die Abbildung der Fahraufgabe mittels Optimaler Steuerung die Berücksichtigung von definierten Gütekriterien und erlaubt so etwa eine energie- oder komfortoptimale Fahrweise. Eine Schwierigkeit des Ansatzes besteht in der stark anwachsenden Dimension des zugrundeliegenden Optimierungsproblems bei wachsender Streckenlänge. Um dieses Problem zu adressieren, wird ein Moving-Horizon-Ansatz genutzt. Dieser teilt das globale Optimierungsproblem in lokale Subprobleme, welche sich vergleichsweise einfach lösen lassen und mittels geeigneter Kontinuitätsbedingungen wieder zur globalen Lösung zusammengefügt werden können. Ein weiterer Vorteil der Zerlegung des Optimierungsproblems besteht darin, dass sich dynamische Änderungen auf der Fahrbahn, wie beispielsweise Hindernisse, sobald sie geeignet detektiert wurden, zeitnah im Optimierungsproblem berücksichtigen lassen. Trotz des vereinfachenden Lösungsansatzes durch das Moving-Horizon-Verfahren bleibt die numerische Lösung von Optimalsteuerungsverfahren weiterhin sehr komplex und ist mit erheblichem Rechenaufwand verbunden. Um die echtzeitfähige Implementierung des Planungsverfahrens im Rahmen eines übergeordneten Gesamtkonzeptes zu ermöglichen, sind einerseits Anpassungen an der Formulierung des Optimalsteuerungsproblems notwendig, so werden etwa Nebenbedingungen im Optimierungsproblem mit Hilfe von Strafffunktionen berücksichtigt, andererseits erfolgt die Umsetzung des Planungsalgorithmus auf einer separaten Zielhardware. Durch die Umsetzung des Gesamtsystems als Verteiltes System, bestehend aus einem echtzeitfähigen rapid-control-prototyping System und dem eigentlichen Optimierungsrechner, wird der Aufbau eines geeigneten Kommunikationsschnittstelle zum Datenaustausch notwendig. Der vorliegende Beitrag stellt ein Bahnplanungsverfahren auf der Basis der Lösung eines Optimalsteuerungsproblems mit Hilfe des SQP-Lösers NLPQLP vor und beschreibt, inwieweit das Verfahren geeignet ist auch komplexe Fahrmanöver, wie beispielsweise einen Überholvorgang abzubilden. Daran anschließend erfolgen die Beschreibung der Umsetzung des Verfahrens im Rahmen des Verteilten Systems und der Aufbau eines Kommunikationsprotokolls mittels CAN. Analyse und Bewertung des Systemverhaltens erfolgen anhand von exemplarischen Optimierungsergebnissen für den Modulträger Elektrofahrzeug 'BugEE'.
Echtzeitfähige Umsetzung eines Bahnplanungsverfahrens für autonome Fahrzeuge auf Basis der Optimalen Steuerung
2013
10 Seiten, 7 Bilder, 12 Quellen
Conference paper
Storage medium
German
KI Steuerung fuer autonome Fahrzeuge
Automotive engineering | 2017
|Gemischte autonome und manuelle Steuerung autonomer Fahrzeuge
European Patent Office | 2023
|British Library Conference Proceedings | 2019
|Drahtlose HVAC- und Infotainment-System-Steuerung für autonome Fahrzeuge
European Patent Office | 2018
|