Titelaufnahme

Titel
Autonomes Fahren : Modellbildung und Simulation in MATLAB Simulink / vorgelegt von: Florian Hörhan
Weitere Titel
Automated DrivingModeling & Simulation in MATLAB Simulink
AutorInnenHörhan, Florian
GutachterDötsch, Herwig ; Korak, Gernot
Erschienen2018
Umfangix, 76 Blatt
HochschulschriftWien, FH Campus Wien, Masterarb., 2018
Datum der AbgabeDezember 2018
SpracheDeutsch
DokumenttypMasterarbeit
Schlagwörter (DE)Autonomes/Automatisiertes Fahren / ADAS / MATLAB Simulink / Simulation
Schlagwörter (EN)Autonomous/Automated Driving / ADAS / MATLAB Simulink / Simulation
Schlagwörter (GND) Autonomes Fahren / Modellbau / MATLAB
URNurn:nbn:at:at-fhcw:1-5070 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Autonomes Fahren [2.48 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Die Anforderung an Steuerungseinheiten autonomer Fahrzeuge umfasst die Fähigkeit mittels ‚Fail-Operation-Mode‘ immer autonom agieren zu können, um jederzeit in einen ‚Safe-State‘ überzugehen, in welchem keine Schadensgefahr für Insassen, Passanten und in weiterer Folge für Objekte i.A. (Stichwort: Schadensminimierung) ausgeht. Fehlerursachen können systematischer (Hardware und Software) oder zufallsbezogener Natur (Hardware) sein.

Ein aktuelles ‚safety‘-fähiges autonomes Fahrzeug besitzt:

1. eine primäres Steuerungsgerät und

2. ein sekundäres Steuerungsgerät.

Eine zusätzliche ‚Safety‘-Steuerungssoftware könnte das Redundanz-Management zwischen dem primären und sekundären Steuerungsgerät durchführen und unter Ausnützung vorhandener Sensor-Fusions-Daten, welche sich aus den eingebetteten Radar-, Ultraschall-, LIDAR-, Infrarot- und Kamerasystemen, der Fahrzeug-zu-Fahrzeug & Fahrzeug-zu-Infrastruktur-Kommunikation und den hinterlegten Navigations-Kartendaten ergeben, das ‚Safety‘-Niveau des autonomen Fahrzeugs zusätzlich erhöhen.

Im Rahmen dieser Masterarbeit soll ein autonomes Fahrzeug modelliert und in der Folge in einer definierten Umwelt in MATLAB-Simulink simuliert werden. Konkret wird die strategische & operative Wegeplanung des autonomen Fahrzeugs in Form der kartesischen Position (X/Y), der Lenkrichtung der Vorderräder (Grad), der Fahrzeuggeschwindigkeit (m/s) und positive & negativen Beschleunigung (m/s) visualisiert.

Darüber hinaus werden im Simulationsmodell real zu erwartende Störungen auftreten, wie z.B.:

1. ein abruptes Abbremsen eines davor fahrenden Fahrzeugs, oder auch

2. Systemfehler der Steuergeräte bzw. der Sensor-Fusions-Daten

Ebenso berücksichtigt werden im Simulationsmodell physikalische Größen wie z.B. Luftwiderstand und Reibung.

Zusammenfassung (Englisch)

The requirements of an electric-control-unit (ECU) for automated driving are to maintain Fail-operational-mode to ensure a safe state for its passengers and environment in any situation at any time. However, failures due to systematic (hardware & software) and/or stochastic (hardware) reasons will always occur, which then needs to be tackled by means of well-considered mitigation strategies to minimize potential damages.

A state-of-the-art safe autonomous driving vehicle consists of:

1. a primary ECU, and

2. a secondary ECU.

In addition, there is the concept to add another software-based control unit, which executes the redundancy management between the primary and secondary ECU, and additionally exploits the synergies of the available sensor-fusion data (ultrasonic, LIDAR, infrared, camera, vehicle-to-vehicle & vehicle-to-infrastructure communication), maps and GPS to increase the safety-level of automated driving additionally.

This master thesis has the goal to model an automated driving vehicle in MATLAB Simulink and execute corresponding simulations. The automated driving vehicle will be visualized in form of strategic and operational trajectory planning (localization at a certain time), in the steering lock angle (in degrees), the velocity (in m/s), acceleration and deceleration (in m/s).

External interferences will affect the automated vehicle. Those interferences are:

1. The sudden braking of vehicle that is driving in front of the automated vehicle, and

2. Systematic failures of the ECUs and/or sensor-fusion data.

Also taken into consideration in the simulation model are physical values (e.g. air drag against the car and rolling friction of the wheels).

Statistik
Das PDF-Dokument wurde 3 mal heruntergeladen.
Lizenz
CC-BY-Lizenz (4.0)Creative Commons Namensnennung 4.0 International Lizenz