Skip to main navigation Skip to search Skip to main content

Analyse und Prädiktion der Lastanforderung aus Routen-Daten

  • Alexander Schnörch

Research output: ThesisMaster's / Diploma thesis

Abstract

Aus der näheren Betrachtung der Lastanforderung geht hervor, dass dieser deterministische Einflüsse zu Grunde liegen, welchen stochastische Komponenten überlagert sind. Speziell im Überlandverkehr und auf Autobahnen, wo die Einkopplung von stochastischen Einflüssen durch andere Verkehrsteilnehmer sowie der Verkehrsführung relativ gering sind, verspricht die Vorgabe des deterministischen Anteils der Lastanforderung sehr gute Ergebnisse. Ein sehr großer Anteil der Lastanforderung ist natürlich auch über den Fahrstil des Fahrers definiert, wonach die Ableitung eines Fahrerprofils für eine qualitativ hochwertige Prädiktion unumgänglich ist. Die deterministische Lastanforderung liefert mit dem mittleren Lastprofil2 vergleichbare Ergebnisse, jedoch aber unter den entscheidenden Vorteil auf der Strecke nicht vorher fahren zu müssen. Es ergibt sich eine mittlere Abweichung von rund neun Prozent im gesamten Energieverbrauch zwischen der Simulation und den aufgenommenen Messdaten. Je nach Anwendungsfall kann sie aber durch zusätzliche Messgrößen, wie Radar- und Kamera-Informationen, weiter verbessert werden. Es wurden zusätzliche Analysen durchgeführt um die Auswirkungen der verschiedenen Einflussfaktoren, wie zum Beispiel die Kurvengeschwindigkeiten, Geschwindigkeitslimits, Fahrerund Streckeneigenschaften, klassifizieren zu können. Daraus wurde abgeleitet, dass den Kurvengeschwindigkeiten und den Steigungsprofil der größte deterministische Einfluss zuzuschreiben ist. Letztendlich wurden auch Vergleiche mit einer Referenzsimulation angestellt. Darin wurde der große Einfluss des Fahrerprofils bestätigt und zusätzlich resultiert daraus die Erkenntnis, dass auch nicht einsehbare Streckenabschnitte durch die Anpassung des Fahrerprofils berücksichtigt werden können. 2Über mehrere Messfahrten gemittelte Lastanforderung
Original languageGerman (Austria)
Publication statusPublished - Oct 2016

Fields of science

  • 206002 Electro-medical engineering
  • 207109 Pollutant emission
  • 202 Electrical Engineering, Electronics, Information Engineering
  • 202027 Mechatronics
  • 202034 Control engineering
  • 203027 Internal combustion engines
  • 206001 Biomedical engineering

JKU Focus areas

  • Mechatronics and Information Processing

Cite this