Jetzt hier buchen

Bahnplanung & Motion Control
Zielgruppe
Lernziele
Die Teilnehmenden sind in der Lage, verschiedene Algorithmen der Bahnplanung und Motion Control im automatisierten Fahren hinsichtlich Effizienz, Sicherheit und Realisierbarkeit zu analysieren und können deren Einsatz in dynamischen Umgebungen unter Berücksichtigung von Sensordaten und Optimierungsverfahren evaluieren. Sie sind imstande, eigene Regelungs- und Bahnplanungsstrategien zu entwickeln und diese in Simulationsumgebungen wie MATLAB/Simulink oder ROS zu implementieren sowie deren Leistung anhand geeigneter Teststrategien zu validieren. Durch interdisziplinäre Zusammenarbeit und wissenschaftliche Kommunikation sind sie in der Lage, innovative Lösungsansätze für die sichere und präzise Fahrzeugführung zu erschaffen.
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
Lernform
Präsenz + Live-Online
Freie Plätze
5
Nächste Termine ab
Sommersemester 2026
Niveau
Advanced, DQR-Level 7
Voraussetzungen
Abgeschlossenes Erststudium, Inhaltlich: Modellierung und Simulation dynamischer Zustandsraummodelle, Frequenzkennlinien-basierter Entwurf von PID-Regler, Fahrdynamikmodelle für Längs- und Querführung, MATLAB/Simulink oder C++, Teamarbeit
Sprache
Deutsch
Workload
50 UE Präsenz / virtuelle Präsenz
100 UE Selbststudium
Lehrende
Prof. Dr.-Ing. Thao Dang, Prof. Dr.-Ing. Frank Tränkle
Ort
Hochschule Esslingen, Hochschule Heilbronn, live-online
Abschluss
Hochschulzertifikat mit ECTS nach bestandener Prüfung
Kosten
1.600,- EUR
IHRE ANSPRECHPERSON

Karen Huep
Weiterbildungs- und Zertifikatskurse
07361 576 - 1453
0160 - 1058367
karen.huep(at)hs-aalen.de