KEM Konstruktion Connected mobile Machines & Mobility (CMM) 2020

AUTOMATISIERUNG & SYSTEMMANAGEMENT
TESTEN IN THE LOOP
Lücke zwischen realem Fahrversuch und Tests auf konventionellen HiL-Prüfständen geschlossen
Vehicle in the Loop
macht komplexe Tests noch einfacher
Ein hochdynamischer Vehicle-in-the-Loop-Prüfstand hat sich bei der Technischen Universität Berlin
als hocheffiziente Testumgebung zur Analyse von elektrifizierten und hochautomatisierten Fahrzeugen
bewährt. Der AVL Drivingcube schließt dabei die Lücke zwischen realem Fahrversuch und Tests auf
konventionellen HiL-Prüfständen. Ein weiteres Plus ist, dass die Mitarbeiter hinsichtlich Kompetenzentwicklung
und Schaffung einer einheitlichen Sprachbasis von der Prüfstandsumgebung profitieren.
Fast wie in der Realität: Forscher der TU Berlin
können mit ihrem Vehicle-in-the-Loop-Prüfstand
neben klassischen Antriebssystemen auch das
Antriebs- und Energiemanagement von E-Fahrzeugen
sowie autonome Fahrfunktionen
untersuchen
Bild: TU Berlin/AVL
Der Fachbereich Kraftfahrzeuge der Technischen Universität Berlin
unter der Leitung von Prof. Dr.-Ing. Steffen Müller plante im
Jahr 2016 die Anschaffung eines hochdynamischen Vehicle-in-the-
Loop-Prüfstands (ViL-Prüfstand) zur Untersuchung, Analyse, Entwicklung
und Forschung an Fahrzeugführungsregel-, Antriebs-, Fahrwerkregel-
und Energiemanagementsystemen von Fahrzeugen. Der
Prüfstand stellt mittlerweile das Herz des KFZB-Versuchszentrums
für Kraftfahrzeugforschung der TU Berlin am Campus Wedding dar.
Das Prüfstandskonzept baut auf einen 4WD-Antriebsstrangprüfstand
mit Gesamtfahrzeug auf. Zur Sicherstellung realer Einsatzbedingungen
– bis in den fahrdynamischen Grenzbereich – kommen
hochdynamische Synchronmaschinen zum Einsatz. Lenkeingriffe
werden durch die mechanische Entkopplung des Lenkgestänges
am Radträger und das Anbringen eines linearen Lenkaktuators ermöglicht.
Über Sensorschnittstellen wird das Testfahrzeug an die virtuelle
Umgebung angebunden. Dadurch wird sichergestellt, dass
die Steuergeräte im Fahrzeug mit allen notwendigen Umgebungs-
und Fahrdynamikgrößen versorgt werden.
Für die effiziente Entwicklung und Bewertung
von innovativen Betriebsstrategien an
Hybrid- und Elektrofahrzeugen kommt ein
Batteriesimulator zum Einsatz.
Praxistest im Bereich
Umfelderkennung
Die Inbetriebnahme erfolgte im Frühjahr
2018. Direkt im Anschluss ergab sich die
Möglichkeit, in einer Kooperation mit dem
Fraunhofer-Institut für offene Kommunikationssysteme (Fokus) in
Berlin, den Prüfstand im Forschungsprojekt RobustSense einzusetzen.
Aufgabe war die Integration und Validierung einer neuen Plattform
für robuste und zuverlässige Umfelderkennung für Fahrer -
assistenzsysteme und hochautomatisiertes Fahren auch bei widrigen
Wetterbedingungen.
Zum Funktionsnachweis und zur Demonstration der Projektergebnisse
rüsteten die Ingenieure ein Forschungsfahrzeug mit einer
robusten Systemarchitektur für die beiden Fahrfunktionen
• Adaptive Längsregelung (ACC – Adaptive Cruise Control) und
• Spurhalteassistent (LKA – Lane Keep Assist)
aus. Zur Umfelderkennung wurden neben der serienmäßigen
Sensorik auch zusätzliche Referenzsensoren (Lidar und Kamera)
verbaut.
Reale Fahrversuche liefern Datenbasis
In realen Fahrversuchen wurden zuvor unter winterlichen Bedingungen
auf Überlandstraßen und Autobahnen die für die Umfelderkennung
und Fahrdynamik kritischen Szenarien identifiziert und anschließend
für den AVL Drivingcube virtuell abgebildet.
Entsprechend der Validierungsmethode von RobustSense ersetzten
die Projektbeteiligten die realen Fahrzeugsensoren am Prüfstand
22 K|E|M Konstruktion Sonderausgabe Connected mobile Machines & Mobility (CMM) 2020