Fast approximative data structures for applications in the automotive industry

In the automotive industry digital prototyping becomes more and more important. By digital prototypes many tests can be done virtually, the digital design process can be adapted dynamically and thus costs can be reduced. The basic algorithms used in this context are always the same and mainly concern the calculation of distances and penetrations. In this work an approach will be presented how distances and penetrations can be calculated approximately very fast. This approach will be applied to pack arbitrarily shaped objects into a trunk, which is one of many problems arising in the digital design process. Because the geometry describing a trunk is usually a “soup” of triangles which might even contain large holes, at first a robust heuristic will be presented how for such input data a voxel representation of the interior of a trunk can be computed. Another field where distance calculations play an important role are checks concerning the engine. By data generated during a test drive and consisting of rigid transformations describing the vibration movement of an engine it can be checked for the digital model of the engine that a certain safety distance to other parts is maintained. A new approach will be presented how the concept of bounding volumes, which is only applied to 3-dimensional geometry so far, can be transferred to rigid transformations. By this approach the minimum distance between the engine and the surrounding parts, that occurs throughout a test drive, can be calculated very fast. Furthermore, by this approach the course of the distance between engine and surrounding parts during the test drive can be calculated approximately very fast as well. The motion data of an engine during a test drive is collected by motion tracking systems and several types of such systems have become available at low costs in the last years. Therefore, finally an approach will be shown how data collected by several motion tracking systems fixed to the same object can be combined and put into geometric relation to each other allowing a comparison of the recorded data.In der Automobilindustrie erlangt das Digital Prototyping eine immer größere Bedeutung. Anhand digitaler Modelle können viele Tests virtuell durchgeführt, der Designprozess dynamisch angepasst und dadurch die Kosten reduziert werden. In diesem Kontext kommen immer wieder die gleichen grundlegenden Algorithmen zum Einsatz und betreffen hauptsächlich die Berechnung von Abständen und Durchdringungen. In dieser Arbeit wird ein Ansatz vorgestellt, wie Abstände und Durchdringungen sehr schnell approximativ berechnet werden können. Dieser Ansatz wird für das Packen beliebig geformter Objekte in einen Kofferraum angewendet, was eine von vielen Problemstellungen ist, die im digitalen Designprozess auftritt. Da die Kofferraum-Geometrie für gewöhnlich eine „Dreieckssuppe“ ist, die sogar große Löcher aufweisen kann, wird zunächst eine robuste Heuristik vorgestellt, mit der für solche Eingabedaten eine Voxel-Repräsentation des Inneren eines Kofferraums berechnet werden kann. Ein anderes Gebiet, in dem Abstandsberechnungen eine große Rolle spielen, sind Tests, die den Motor betreffen. Anhand von Daten, die während einer Testfahrt aufgezeichnet werden und aus starren Transformationen bestehen, die die Vibrationsbewegung eines Motors beschreiben, kann für das digitale Modell des Motors überprüft werden, dass bestimmte Sicherheitsabstände zu anderen Bauteilen eingehalten werden. Ein neuartiger Ansatz wird vorgestellt, wie das Konzept von Hüllkörpern, das bisher nur für 3-dimensionale Geometrie verwendet wurde, auf starre Transformationen übertragen werden kann. Mit Hilfe dieses Ansatzes kann der minimale Abstand des Motors zu umgebenden Bauteilen, der während einer Testfahrt auftritt, sehr schnell berechnet werden. Außerdem kann durch diesen Ansatz der Verlauf des Abstandes zwischen Motor und umgebenden Bauteilen während der Testfahrt sehr schnell approximativ berechnet werden. Die Bewegungsdaten eines Motors während einer Testfahrt werden mit Hilfe von Motion Tracking Systemen aufgezeichnet und in den letzten Jahren sind verschiedene Typen solcher Systeme zu niedrigen Preisen verfügbar geworden. Deshalb wird abschließend eine Vorgehensweise vorgestellt, wie Bewegungsdaten, die von mehreren verschiedenen am gleichen Objekt befestigten Motion Tracking Systemen aufgezeichnet wurden, kombiniert und geometrisch in Beziehung zueinander gesetzt werden können, um einen Vergleich der aufgezeichneten Daten zu ermöglichen