Abstract

Die zunehmende Elektrifizierung von Fahrzeugen ermöglicht Fahrzeugkonzepte mit neuartigen Fahrwerken. Im vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Projekt „OmniSteer“ wurde ein solches Fahrzeugkonzept erforscht. Dabei wurde ein Demonstratorfahrzeug mit einer neuartigen Radaufhängung aufgebaut, welche einen erhöhten Lenkeinschlag von ±90°an jedem Rad erlaubt. Damit ergibt sich eine deutlich verbesserte Manövrierfähigkeit, insbesondere beim Parken oder Rangieren.

Die radindividuelle Ansteuerung der Lenkwinkel ist für einen manuellen Fahrbetrieb nicht geeignet und nur bei automatisierten Fahrmanövern möglich. Hierfür muss allerdings eine hochgenaue und robuste Lokalisierung zur Verfügung stehen. Eines der grundlegenden Lokalisierungsverfahren in autonomen Fahrzeugen ist die Odometrie (Toledo et al. 2018). Aufgrund der Nutzung von Fahrzeugsensoren liefert die Odometrie leicht zugängliche Echtzeit-Positionsinformationen zwischen periodischen, absoluten Positionsmessungen (Borenstein und Feng 1996). Während die Manövrierfähigkeit bei radindividuellen Lenkungen mit hohem Radeinschlagwinkel deutlich erhöht ist, stellen diese radindividuellen Systeme neue Herausforderungen an die Odometrie. In (Han et al. 2020) wurde ein Odometrie-Verfahren mit Hilfe von Unscented Kalman-Filter(UKF) erarbeitet. Allerdings waren die Parameter des UKFs nur empirisch eingestellt. Die eingesetzten Sensoren waren auch von hoher Qualität, was bei Serienfahrzeugen nicht realistisch umgesetzt werden kann.

Im Beitrag wird das Odometrie-Verfahren aus (Han et al. 2020) weiter ausgearbeitet, indem die Parameter des UKF anhand von Fahrzuständen optimiert werden. Um möglichst alle Fahrzustände abzudecken und somit das volle Potenzial der Optimierung auszuschöpfen, wird eine stochastische Methode zur Erzeugung der Testdaten eingesetzt. Mit Hilfe der Optimierungsmethode werden anschließend Sensoren von verschiedenen Qualitäten eingesetzt, um herauszufinden, welcher Sensor eine wichtige Rolle spielt.

Der Beitrag hilft zukünftigen Anwendern bei der Auslegung einer Odometrie-Lokalisierung den Aufwand, die Kosten sowie die mit der gewählten Konfiguration erreichbare Präzision abschätzen zu können.