Bewertung unterschiedlicher Einflüsse auf das Querbeschleunigungspotential auf Basis realer Messdaten

Institut
Lehrstuhl für Fahrzeugtechnik
Typ
Bachelorarbeit / Semesterarbeit /
Inhalt
experimentell / theoretisch /  
Beschreibung

Bei der Entwicklung autonomer Fahrzeuge und der Planung von Notfallmanövern spielt die Kenntnis des aktuellen Beschleunigungspotentials eine entscheidende Rolle. Während ein menschlicher Fahrer dies meist intuitiv entscheiden kann, muss ein autonomes Fahrzeug zunächst lernen wechselnde Umgebungsbedingungen – beispielsweise eine nasse Fahrbahn – zu erkennen. Die Schätzung des Reifen-Fahrbahn-Kraftschlusspotentials muss daher möglichst genau erfolgen und zugleich in Echtzeit aktualisiert werden.

Im Rahmen dieser Studienarbeit soll zunächst ein Framework für die Auswertung vorhandener Messdaten der Roborace und der Indy Autonomous Challenge erstellt werden. Anschließend sollen die variierenden Umgebungsbedingungen und deren Einflüsse auf das Reifenverhalten analysiert werden. Die erstellte Auswertung soll mit den in der Literatur gefundenen Ergebnissen verglichen und abschließend unter Berücksichtigung der Streuung der gemessenen Daten bewertet werden.

Folgende Arbeitspakete umfasst die zu vergebende Studienarbeit:

  • Literaturrecherche zum Reifenverhalten bei verschiedenen Einflussfaktoren
  • Aufbau eines Auswerteframeworks für vorhandene Messdaten zweier verschiedener Rennserien
  • Analyse verschiedener Einflussfaktoren auf das Reifenverhalten
  • Vergleich der ausgewerteten Daten mit Ergebnissen aus der Literatur und der Fahrzeugsimulation
  • Bewertung der Ergebnisse unter Berücksichtigung der Streuung der Messdaten

 

Voraussetzungen
  • Fahrdynamische Grundkenntnisse
  • Interesse an Datenauswertung und Programmierung
  • Idealerweise Erfahrung in einer Programmiersprache
Tags
FTM Studienarbeit, FTM AV, FTM AV Perception, FTM Goblirsch, FTM Informatik
Möglicher Beginn
sofort
Kontakt
Sven Goblirsch, M.Sc.
Raum: MW 3527
Tel.: +49 89289 10495
sven.goblirschtum.de
Ausschreibung