• 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


1. Bahnkurvendefinition und Bahnfolgeregelung

1.1 Laborprojekt Mini-Auto-Drive

  • Systemübersicht
  • Softwarearchitektur

1.2 Robot Operating System (ROS)

  • Funktionsmerkmale
  • Installation
  • Softwareentwicklung

1.3 Signale und Systeme

  • Modellierung und Simulation dynamischer Systeme mit ROS, C++ oder MATLAB/Simulink

1.4 Fahrdynamikmodellierung und –simulation

  • Längsdynamik- und Einspurmodelle
  • Simulation in ROS, C++ oder MATLAB/Simulink

1.5 Geschwindigkeitsregelung

  • frequenzkennlinienbasierter Reglerentwurf
  • Entwicklung in ROS, C++ oder MATLAB/Simulink

1.6 Bahnkurvendefinition

  • Frenetsche Formeln
  • Kreisbögen, Geraden, Klothoiden
  • kubische Splines
  • Programmierung in ROS, C++ oder MATLAB/Simulink

1.7 Bahnfolgeregelung

  • Führungssignalgenerierung
  • Nichtlinearer Zustandsregler
  • Nichtlineare Vorsteuerung
  • Programmierung in ROS, C++ oder MATLAB/Simulink

2. Situationsanalyse und Navigation

2.1 Situationsanalyse

  • Einordnung
  • Verhaltenserkennung (Bayes, BNs, DL) und -prädiktion (kartenbasiert, ggf. Übersicht Fußgängerprädiktion)
  • Bsp Erkennung Abbiegen

2.2 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

Weitere Informationen zum Download


Lernform

Blended Learning / Präsenz

Workload

46 UE Präsenz / virtuelle Präsenz

104 UE Selbststudium

Prüfung

Projektarbeit

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

Ort

Hochschule Esslingen, Hochschule Heilbronn (Labor)

Angebotshäufigkeit

Sommersemester

Melden Sie sich jetzt an!


zum Anmeldeformular