Regelung eines Fahrroboters für Rollenprüfstandsversuche

In der Entwicklungsphase eines neuen Fahrzeugs muss eine Vielzahl an verschiedenen Gesamtfahrzeugtests (z. B. Dauerlauf-, Akustik-, Klimatests oder Verbrauchsmessungen) durchgeführt werden. Diese verschiedenen Fahrzeugtests werden in der Regel auf Prüfständen absolviert, welche die realen Fahrwiderstände simulieren, sodass gleichbleibende und reproduzierbare Testbedingungen gewährleistet sind. Obwohl diese idealen Laborbedingungen die automatisierte Durchführung der Fahrzeugtests begünstigen, wird ein Großteil von menschlichen Testfahrern durchgeführt, da die derzeit am Markt verfügbaren Fahrroboter teils erhebliche Nachteile mit sich bringen. Aus diesem Grund wurde im Rahmen eines Kooperationsprojekts ein neuer Fahrroboter entwickelt: Durch das innovative Konzept sollten nicht nur diese Nachteile beseitigt, sondern auch die bereits bestehenden Vorteile gegenüber einem menschlichen Testfahrer ausgebaut werden, sodass er für die Fahrzeughersteller eine gewinnbringende Unterstützung bei der Bewältigung des enormen Gesamttestvolumens darstellt. In der vorliegenden Arbeit wurden dafür verschiedene Verfahren zur Regelung der Längsdynamik erarbeitet. Dazu wurden zuerst verschiedene Modelle eines Antriebsstrangs hergeleitet, welche die Basis der übergeordneten Regelungen bildeten. Der Fokus beim anschließenden Entwurf der Regelungen, namentlich der Anfahr-, Bremsund Antriebsregelung, lag u. a. auf der universellen Einsetzbarkeit, sodass der Fahrroboter mit jedem beliebigen Fahrzeug einen vorgegebenen Geschwindigkeitsverlauf mit einer nur sehr geringen Regelabweichung höchst reproduzierbar abfahren kann. Des Weiteren sind die entwickelten Regelung derart selbstlernend, dass keine zeitaufwändigen Einlernfahrten im Vorfeld des eigentlichen Prüfzyklus mehr benötigt werden und somit der fahrzeugspezifische Rüstaufwand erheblich reduziert werden kann. Abschließend wurde eine energieoptimale Fahrstrategie sowie ein vollständig autarker Betrieb entwickelt: Während mit Hilfe der energieoptimalen Fahrstrategie bei Verbrauchsmessungen ein deutlich geringerer Normverbrauch erreicht werden kann, erlaubt es der autarke Betrieb den Fahrroboter in der komplett geschlossenen Fahrgastzelle ohne zusätzliche Signalleitungen von außerhalb des Fahrzeugs zu betreiben. Diese beiden Erweiterungen stellen neben den selbstlernenden Regelungen ein absolutes Alleinstellungsmerkmal auf dem aktuellen Markt dar. Alle vorgestellten Verfahren wurden detailliert mit einer Vielzahl an verschiedenen Fahrzeugen, zum Teil direkt bei den Fahrzeugherstellern vor Ort, evaluiert.During the development phase of a new vehicle, a wide range of different vehicle tests has to be conducted (e.g. endurance, acoustical and climate tests or tests for measuring fuel consumptions). In general, these different vehicle tests are performed on roller dynamometers simulating the driving resistances according to reality. Therefore, it can be ensured that the test conditions are constant and reproducible. Even though these ideal laboratory conditions favour automation of test conductions, a large part of the vehicle tests is performed by human test drivers as the currently commercially available robotic drivers partly come with considerable drawbacks. For this reason, the development of a new robotic driver was encouraged: Due to an innovative concept, it should not only eliminate these drawbacks, but also extend the advantages over human drivers resulting in a profitable support for the car manufacturers to manage the huge amount of vehicle tests. In this thesis, several control approaches for the longitudinal dynamics of a vehicle have been developed using this new robotic driver. First of all, different models of a vehicle’s power-train have been designed serving as a basis for the overlaid controls. The following design of these controls – namely the control for driveaway, the braking control and the control of throttle – focused the universal applicability of the robotic driver, i.e. it can drive an arbitrary vehicle along any desired velocity trajectory with very little speed deviation and highly reproducibly. Furthermore, the designed controls feature an auto-learning function making time-consuming learning cycles in advance of the actual testing cycle unnecessary. Thus, the vehicle specific setting-up is reduced considerably. Finally, both an energy-optimized driving strategy and a fully autarkic mode have been developed: With the help of the energyoptimized driving strategy the amount of consumed fuel and emitted pollutants during consumption measurements could be reduced significantly, whereas the fully autarkic mode enables operating the robotic driver in the passenger cabin completely closed without any further signal lines from outside of the vehicle. Besides the controls with auto-learning function, these two extensions of the new robotic driver are unique selling propositions in the actual market. All proposed approaches have been evaluated in detail with a huge variety of different vehicles – in part directly in car manufacturers’ testing centres