Für die Verbesserung von Fahrerassistenzsystemen bietet die  frühzeitige Kenntnis des maximalen Reibwerts des Reifen-Fahrbahn-Kontakts ein erhebliches Potential. Im Rahmen des Projekts werden  datenbasierte Verfahren für die Reibwertschätzung untersucht. Bisherige Ansätze haben gezeigt, dass sich rekurrente neuronale Netze für die Schätzung des maximalen Reibwerts eignen. Ein Nachteil der bisherigen Ansätze ist die fehlende Interpretierbarkeit. Folglich ist nicht garantiert, ob das neuronale Netz die Dynamik des Fahrzeugs abbildet. Dementsprechend sollen im Rahmen dieser Arbeit Autoencoder Netze trainiert und getestet werden. Datenbasis für die Durchführung der Arbeit sind simulativ und experimentell durchgeführte Versuchsfahrten mit einem Dacia Duster.

Aufgaben

• Literaturrecherche zu datenbasierten Verfahren für die Reibwertschätzung
• Trainieren und Testen von Autoencoder Netzen zur Schätzung des maximalen Reibwerts
• Test und Analyse des entwickelten Autoencoder Netzes im Vergleich zu den bestehenden Ansätzen

Im Haley Projekt wird derzeit ein neuartiger Schlangenroboter für die Endoskopie erforscht. Dieser besteht aus einer Vielzahl von soften, fluidisch aktuierten Rotationsaktoren. Die Masterarbeit thematisiert die modellprädiktive Regelung (MPC) des Einzelaktors und darauf aufbauend des gesamten Roboters bestehend aus einer Vielzahl von Aktoren. Die dafür erforderliche Modellierung und Identifikation des pneumatischen Mehrkörpersystems ist Teil der Arbeit. 

Aufgaben

Durch diverse Vorarbeiten am imes bestehen validierte Modelle unterschiedlicher Detailgrade sowie Zustands-beobachter, die eine echtzeitfähige Simulation und Schätzung fahrdynamischer Zustände im LKW ermöglichen. In einem nächsten Schritt sollen Ansätze erforscht werden, um gezielt fahrdynamische Systemzustände (z.B. Reifenkräfte, Knickwinkel, Gierraten etc.) bereits vor Fahrtantritt auf Basis der geplanten Route vorherzusagen. Damit kann perspektivisch der Verschleißzustand ausgewählter Fahrwerkskomponenten prädiziert und somit entsprechende Maßnahmen zur Verhinderung von sicherheitskritischen Situationen oder Ausfällen abgeleitet werden. Ansätze dieser Art sind u.a. als Condition Monitoring & Predictive Maintenance bekannt.  

Aufgaben

Heutzutage sind Kraftfahrzeuge komplexe mechatronische Systeme, bei denen die Identifikation und Regelung von sicherheitsrelevanten fahrdynamischen Zuständen von großer Wichtigkeit ist. In Kooperation mit unserem Projektpartner BPW Bergische Achsen KG wird eine Arbeit zum Entwurf, Implementierung und Test eines Regelalgorithmus am LKW-Trailer ausgeschrieben.  Im Rahmen der studentischen Arbeit soll die Architektur des Regelalgorithmus auf Basis einer Literaturrecherche entworfen und auf anhand von bereits vorhandenen Messdaten in MATLAB/Simulink implementiert und getestet werden.
Die Arbeit kann sowohl am imes in enger Kooperation mit BPW als auch direkt bei BPW (als externe Arbeit in der Industrie) durchgeführt werden.

Aufgaben

• Literaturrecherche zu bereits vorhandenen Regelsystemen (Stand der Technik)
• Entwurf und Implementierung des Regelalgorithmus in MATLAB/Simulink
• Validierung des Regelalgorithmus mit bereits vorhandenen Messdaten
• Dokumentation der Arbeit

Um bei der assistierten Fahrzeuglängsführung eine vorausschauende Fahrweise zu gewährleisten und dabei gleichzeitig den individuellen Fahrerwunsch im Zielkonflikt eines geringen Energiebedarfs und einer kurzen Fahrtdauer zu berücksichtigen, bietet es sich an Streckeninformationen des bevorstehenden Routenabschnittes (Longrange) sowie Fahrzeugführungspräferenzen des Fahrers zu berücksichtigen. Im Rahmen dieser Arbeit soll ein, auf dynamischer Programmierung (DP) basierendes, Verfahren zur Planung und Optimierung der Fahrzeuggeschwindigkeitstrajektorie echtzeitfähig umgesetzt und an einem Versuchsfahrzeug implementiert werden. 

Aufgaben