Please use this identifier to cite or link to this item: https://nbn-resolving.org/urn:nbn:de:hbz:467-10802
Files in This Item:
File Description SizeFormat
Dissertation_Matthias_Korte.pdf4,58 MBAdobe PDFThumbnail
View/Open
Dokument Type: Doctoral Thesis
Title: Robust vehicle state and parameter observation : adaptive filtering concept with enhanced robustness by usage of Markov chains
Robuste Beobachtung von Fahrzeugzuständen und Parametern
Authors: Korte, Matthias 
Institute: Institut für Regelungs- und Steuerungstechnik 
Free keywords: Vehicle State Observation, Kalman Filtering, Parameter Estimation, Vehicle Dynamics, Vehicle Model
Dewey Decimal Classification: 620 Ingenieurwissenschaften und Maschinenbau
GHBS-Clases: WAWD
WGDC
ZQS
Issue Date: 2016
Publish Date: 2017
Abstract: 
The work presented here should fulfil the requirements for the granting of the degree of
Doctor of Engineering at the University Siegen. It was completed within the EU funded
project eFuture with the company Intedis. The goal of the project was to create an
efficient and safe electric vehicle on the basis of a Tata eVista with help of a complete
new architecture.
A novel robust vehicle observer was designed for an optimal support of the integrated
driver assistance systems. The concept for the observer is based upon an extended
Kalman Filter using a non-linear vehicle model and the Dugoff tire model.
Moreover, a parameter estimation and a plausibility check of the sensor signals were
developed to increase the robustness of the observer. The estimation of the vehicle
mass, the effective tire radii and the road adhesion were designed with an event-seeking
characteristic in order to minimise the computational load. In the plausibility check
delayed or faulty sensor signals are detected and corrected. Here the newly designed
replacement of delayed or missing sensor signals by the concept of Markov Chains is
pointed out. By this, the correctness of the output signals and the safety of the vehicle
can be guaranteed for a defined time. Additionally, the evaluation of the stability limits
and the driven distance of the vehicle are computed under the use of quantities that
were calculated before. After the model based design the software was integrated on the
hardware of the prototype. The functionality of this concept is given by results during
dynamic test drives

Die hier vorgestellte Arbeit soll die Anforderungen zur Verleihung des Doktortitels an der
Universität Siegen erfüllen. Sie wurde im Rahmen des EU geförderten Projekts eFuture
bei der Firma Intedis in Würzburg abgeleistet, in welchem ein sicheres und effizientes
Elektrofahrzeug auf Basis eines Tata eVista dank eines neuen Konzeptes aufgebaut wurde.
Ein neuartiger robuster Fahrzeugbeobachter wurde entwickelt um die integrierten Fahrerassistenzsysteme
optimal zu unterstützen. Das Konzept des Beobachters basiert auf
einem erweiterten Kalman Filter unter Verwendung eines nichtlinearen Fahrzeugmodells
und des Dugoff Reifenmodells.
Zusätzlich wurde eine Parameterschätzung sowie ein Plausibilitätscheck der Sensorsignale
integriert, um die Robustheit des Beobachters zu erhöhen. Die Parameterschätzung
von Fahrzeugmasse, effektiven Reifenradien und Haftreibung wurde mit Hinblick auf die
Berechnungslast ereignisbasierend aufgebaut. Im Plausibilitätscheck werden sowohl fehlerhafte
oder verzögerte Signale detektiert als auch korrigiert. Hier ist das neu entworfene
Ersetzen von verzögerten oder fehlenden Sensorsignalen auf Basis der Theorie der Markov
Ketten hervorzuheben. So kann auch bei einem Sensorausfall die Korrektheit der
Ausgangssignale für einen gewissen Zeitraum und dadurch auch die Sicherheit des Fahrzeugs
unter Assistenzkontrolle garantiert werden. Die Evaluierung der Stabilitätsgrenzen
für das Fahrzeug sowie die Berechnung der gefahrenen Strecke für das Kombiinstrument
werden mit den zuvor ermittelten Größen durchgeführt. Nach der modellbasierten Entwicklung
wurde die Software auf der Hardware des Prototypen integriert. Ergebnisse bei
dynamischen Testfahrten zeigen die Funktionalität dieses Konzepts.
URN: urn:nbn:de:hbz:467-10802
urn:nbn:de:hbz:467-10802
URI: https://dspace.ub.uni-siegen.de/handle/ubsi/1080
License: https://dspace.ub.uni-siegen.de/static/license.txt
Appears in Collections:Hochschulschriften

This item is protected by original copyright

Show full item record

Page view(s)

70
checked on Oct 25, 2020

Download(s)

103
checked on Oct 25, 2020

Google ScholarTM

Check


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.