• Deutsch

  • English

Kontakt
  • Haben Sie Fragen?

Birgit Welt

Study Coach

Your Contact

Bahnplanung und Bahnfolgeregelung

Lernziele


Die Teilnehmenden besitzen nach Abschluss dieses Moduls Fach-, Methoden- und überfachliche Kompetenzen, die für den Entwurf und die Entwicklung der Bahnplanung und Bahnfolgeregelung als zentrale Softwareschichten fürs autonome Fahren notwendig sind.

Lehrinhalte


a) Bahnkurvendefinition und Bahnfolgeregelung

  • Laborprojekt Mini-Auto-Drive
    • Systemübersicht
    • Softwarearchitektur
  • Robot Operating System (ROS)
    • Funktionsmerkmale
    • Installation
    • Softwareentwicklung
  • Signale und Systeme
    • Modellierung und Simulation dynamischer Systeme mit ROS, C++ oder MATLAB/Simulink
  • Fahrdynamikmodellierung und –simulation
    • Längsdynamik- und Einspurmodelle
    • Simulation in ROS, C++ oder MATLAB/Simulink
  • Geschwindigkeitsregelung
    • frequenzkennlinienbasierter Reglerentwurf
    • Entwicklung in ROS, C++ oder MATLAB/Simulink
  • Bahnkurvendefinition
    • Frenetsche Formeln
    • Kreisbögen, Geraden, Klothoiden
    • kubische Splines
    • Programmierung in ROS, C++ oder MATLAB/Simulink
  • Bahnfolgeregelung
    • Führungssignalgenerierung
    • Nichtlinearer Zustandsregler
    • Nichtlineare Vorsteuerung
    • Programmierung in ROS, C++ oder MATLAB/Simulink

b) Situationsanalyse und Navigation

  • Situationsanalyse
    • Einordnung
    • Verhaltenserkennung (Bayes, BNs, DL) und -prädiktion (kartenbasiert, ggf. Übersicht Fußgängerprädiktion)
    • Bsp Erkennung Abbiegen
  • Navigation
    • Einordnung
    • Manövermanagement mit State Charts (Einführung Moore/Mealy, Bsp ACC, Harel Statecharts, Bsp KV)
    • Grundlagen der Pfad- und Trajektorienplanung (Konfigurations- und Aktionsraum, Kollisionsprüfung, Zwangsbedingungen)
    • Verfahren der Pfad- und Trajektorienplanung:
      • Roadmap-basierte Planungsverfahren (Voronoi Diagramme)
      • Diskrete Suchverfahren (A*)
      • Beispiel Parken, Dubins
      • Monte-Carlo-Verfahren (RRT)
      • Potentialfelder
      • Verfahren der Optimal Steuerung

Lernform

Blended Learning / Präsenz

Ort

Hochschule Esslingen, Hochschule Heilbronn (Labor)

Niveau

Advanced

Voraussetzungen

Teilnahme Modul Gesamtsystem Autonomes Fahren Modellierung und Simulation dynamischer Zustandsraummodelle, Frequenzkennlinien-basierter Entwurf von PID-Regler, Fahrdynamikmodelle für Längs- und Querführung, MATLAB/Simulink oder C++, Teamarbeit

Sprache

Deutsch

Freie Plätze

Lehrende

Prof. Dr.-Ing. Frank Tränkle, Prof. Dr.-Ing. Thao Dang

Angebotshäufigkeit

Sommersemester

Workload

46 UE Präsenz / virtuelle Präsenz

104 UE Selbststudium

Melden Sie sich jetzt an!


zum Anmeldeformular