-
Die Erfindung betrifft ein Verfahren zur lokalen Unterdrückung von Vibrationen in einem Fahrzeug gemäß dem Oberbegriff des Anspruchs 1.
-
Im Stand der Technik bekannte Sensorfusion basiert auf den folgenden Annahmen: Wenn die Sensoren über ein Mehrkörpersystem verteilt sind, dann ist die RelativBewegung zwischen den Körpern vernachlässigbar. Wenn die Sensoren an ein und demselben Körper angeordnet sind, dann wird angenommen, dass dieser Körper steif ist. Gegebenenfalls werden beide Annahmen vorausgesetzt. Daher existieren zeitinvariante Transformationen, um Daten aus verschiedenen Quellen konsistent zu fusionieren.
-
Die genannten Annahmen sind in den folgenden Fällen nicht gültig:
- - Die Körper, an denen die Sensoren angeordnet sind, weisen eine signifikante Relativbewegung auf.
- - Die Körper, an denen die Sensoren angeordnet sind, unterliegen signifikanten Deformationen, die durch externe Vibrationsquellen verursacht sind.
-
In diesen Fällen sind die Transformationen zum konsistenten Fusionieren der Daten aus unterschiedlichen Quellen tatsächlich zeitlich variant.
-
Die Tatsache, dass Technologien zum autonomen Fahren hochgradig von Sensorfusions-Algorithmen abhängen, ist allgemein bekannt. Die Fusion von Sensordaten erlaubt nicht nur das Erkennen der Umgebung sondern ermöglicht auch die Berechnung einer genauen Ego-Bewegungs-Zustandsschätzung bezüglich Position, Geschwindigkeit und Beschleunigung. Dies ist durch die Tatsache bedingt, dass kein Sensor hochgenaue Daten im kompletten Arbeitsbereich des Einsatzfalls des autonomen Fahrens bereitstellen kann. Zum Beispiel ist die (Rad-)Odometrie bezüglich ihrer Leistung im Bereich niedriger Geschwindigkeiten limitiert während die Verfügbarkeit einer Positionsmessung durch Navigationssateliten (beispielsweise GNSS) in bezüglich des Satellitenempfangs eingeschränkten Bereichen nicht sichergestellt ist.
-
Bei Sensorfusions-Technologie, in der die Sensoren über ein oder mehrere räumlich ausgedehnte Körper verteilt sind, sollte das Problem der Datenfusion und Daten-Transformation mit besonderer Sorgfalt gelöst werden, insbesondere deshalb, weil die Koordinatensysteme der Sensoren sich infolge der Relativbewegungen innerhalb des Multikörper-Systems oder infolge von aus der Umgebung eingetragenen Vibrationen relativ zueinander bewegen können.
-
Letzteres trifft insbesondere für moderne Strukturen zu, bei denen Kostenersparnis und die Erfordernisse bezüglich der dynamischen Antwort des Systems die Tendenz zur Leichtbauweise verursacht haben. Abgesehen von aktiven Strukturen und topologieoptimierten Strukturen unterliegen Leichtbau-Strukturen, die aus der Umgebung eingebrachten externen Störungen ausgesetzt sind, größeren Vibrationen. Beispielsweise verursachen Straßen-Unebenheiten bei einem autonom fahrenden Fahrzeug, das mit einer Mehrzahl von Sensoren, beispielsweise Inertialmesseinheiten, GPS-Empfänger für die Navigation und LIDAR, ausgestattet ist, dynamische (zeitabhängige) Relativbewegungen zwischen den Sensoren. Beispielsweise können die Sensoren zur Erfassung der Umgebung über eine Mehrzahl von Körpern verteilt sein, z.B. an dem Fahrgestell und an der Kabine eines Lastkraftwagens, was die konsistente Fusion der Sensordaten erschwert.
-
Diese Vibrationen sind typischerweise linear und liegen im niedrigen Frequenzbereich. Daher wird erwartet, dass jede Sensorbaugruppe, beispielsweise Radar, Kamera, LIDAR und Inertialmesseinheit (IMU), den besagten Anregungen aus der Umgebung unterliegen. Wenn diese Niederfrequenz-Vibration vernachlässigt wird, dann führt dies zu einem Delta in den entsprechenden Messwerten, beispielsweise Beschleunigungsmessungen zweier Inertialmesseinheiten, das sich durch alle Assistenzsysteme und Systeme zum automatisierten Fahren fortpflanzt. Ein Beispiel für dieses Problem ist eine verfälschte oder gestörte Schätzung eines Gierwinkels aus einer Inertialmesseinheit. Der Schätzfehler würde sich in der Quer-Regelung fortpflanzen, welche für einen Spurhalteassistenten verwendet wird, was wiederum zu Instabilitäten in der Bewegungsregelung des Systems führen kann. Mathematisch gesprochen, wenn H∞-Norm des Regelsystems nicht kleiner als 1 ist, dann gefährden solche Fehlerfortpflanzungen die Stabilität des Systems. Daher ist jedes fortgeschrittene, modellbasierte Fahrerassistenzsystem (ADAS), das eine Vielzahl von Sensorinformationen empfängt, fusioniert und interpretiert, um eine informierte Entscheidung zu treffen beispielsweise bezüglich der Kollisionsvermeidung, sensitiv hinsichtlich dieser Relativbewegungen und Vibrationen. Dies hat insbesondere Sicherheitsrelevanz und/oder Zertifikationsrelevanz für selten auftretende Fälle beim autonomen Fahren. Diese selten auftretenden Fälle, beispielsweise Vermeidung von Überschlag, sind besonders kritisch bezüglich der Erkennung von Relativbewegungen zwischen der Kabine und dem Fahrgestell und den entsprechenden Vibrationen der nichtsteifen Körper.
-
In einem beispielhaften Fall ist ein Lastkraftwagen als Ego-Fahrzeug mit einem Radarsensor ausgestattet, der am vorderen Teil des Fahrgestells montiert ist, um vorausliegende Objekte zu erfassen. Der Lastkraftwagen fährt auf einer Fahrspur und überholt ein langsameres Fahrzeug, das auf der rechts daneben liegenden Fahrspur fährt. Falls keine signifikanten Schwingungen auftreten detektiert das Radar richtig, dass das Fahrzeug auf der rechts daneben liegenden Spur fährt, und das System schätzt daher ein, dass es sicher ist, schneller als dieses Fahrzeug zu fahren. Wenn der Lastkraftwagen jedoch während des Überholvorgangs eine externe Anregung erfährt, beispielsweise durch ein Schlagloch auf seiner Fahrspur, dann verursacht dies Vibrationen, die zum Gieren von Komponenten führen können. Dies kann dazu führen, dass das autonome System das andere Fahrzeug der eigenen Fahrspur zuordnet und folglich den Überholvorgang abbricht.
-
DE 10 2019 114 723 A1 beschreibt ein Verfahren zum Abschwächen von Schwingungen in einem Radarsystem auf einer beweglichen Plattform. Das Verfahren beinhaltet das Erhalten von empfangenen Signalen, die sich aus Reflexionen der übertragenen Signale durch ein oder mehrere Objekte in einem Sichtfeld des Radarsystems ergeben. Die empfangenen Signale sind ein dreidimensionaler Datenwürfel. Das Verfahren beinhaltet zudem das Verarbeiten der empfangenen Signale, um eine erste dreidimensionale Karte und eine zweite dreidimensionale Karte zu erhalten, das Schätzen der Schwingung basierend auf der Durchführung einer ersten Erfassung unter Verwendung der zweiten dreidimensionalen Karte und das Unterdrücken der Schwingung aus der ersten dreidimensionalen Karte, um eine korrigierte erste dreidimensionale Karte zu erhalten. Eine korrigierte zweite dreidimensionale Karte wird durch weitere Verarbeitung der korrigierten ersten dreidimensionalen Karte erhalten; und eine zweite Erfassung wird unter Verwendung der korrigierten zweiten dreidimensionalen Karte durchgeführt.
-
Der Erfindung liegt die Aufgabe zu Grunde, ein verbessertes Verfahren zur lokalen Unterdrückung von Vibrationen in einem Fahrzeug anzugeben.
-
Die Aufgabe wird erfindungsgemäß gelöst durch ein Verfahren mit den Merkmalen des Anspruchs 1.
-
Vorteilhafte Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.
-
Es wird ein erfindungsgemäßes Verfahren zur lokalen Unterdrückung von Vibrationen in einem Fahrzeug vorgeschlagen, wobei mehrere Sensoren an einem Fahrzeug so angeordnet sind, dass Relativbewegungen zwischen den Sensoren möglich sind, wobei jeder der Sensoren Daten zu seiner Position, Geschwindigkeit und/oder Beschleunigung bereitstellt oder mit einem zusätzlichen Sensor zur Bereitstellung dieser Daten versehen ist oder Rohdaten zur Schätzung dieser Daten bereitstellt, wobei jeder der Sensoren auf einem Langhub-Piezo-Stack montiert wird, wobei in einer Testphase eine experimentelle Modalanalyse mittels eines Shaker-Tests durchgeführt wird, wobei das Fahrzeug mittels einer Anzahl von Shakern angeregt und die Daten aller Sensoren und der Beschleunigungsmesser sowie der Shaker und der Piezo-Stacks erfasst werden, wobei für die Shaker und Piezo-Stacks Verstärker verwendet werden, wobei eine Multireferenz-Modalanalyse durchgeführt wird, wobei ein relevanter Frequenzbereich gewählt wird, wobei Eingabedaten und Ausgabedaten ausgefiltert werden, wobei eine Spektralanalyse durchgeführt wird, um Frequenzantwort-Funktionen zu berechnen, wobei eine System-Identifikation im Frequenzbereich unter Verwendung eines Subspace-Algorithmus oder eines Predictive-Error-Method-Optimierungs-Algorithmus unter Verwendung der Frequenzantwort-Funktionen durchgeführt wird, wobei basierend auf einem dabei erhaltenen linearen zeitinvarianten Zustandsraummodell ein Regler entwickelt wird, wobei basierend auf dem Zustandsraummodell ein Zustandsschätzer entworfen wird, wobei im Betrieb des Fahrzeugs der Zustandsschätzer aus Ausgaben der Sensoren und Beschleunigungsmesser Systemzustände schätzt und dem Regler zuführt, wobei der Regler die Piezo-Stacks ansteuert, um Störungen zu unterdrücken.
-
Anstatt die Daten zu fusionieren, indem die Relativbewegung mittels eines Parameterbasierten Modells identifiziert wird, wird in der vorliegenden Erfindung vorgeschlagen, die Vibrationen am Ort des Sensors lokal zu unterdrücken.
-
Es wird vorgeschlagen, ein lineares Modell unter Verwendung des Subspace-Algorithmus zu identifizieren, um das dynamische Verhalten von der Quelle der Vibrationen und/oder Relativbewegungen zu den lokalen Koordinaten der Sensoren zu parametrisieren. Dieses Modell wird dann für die Regler-Entwicklung im Rahmen einer aktiven VibrationsRegelung verwendet, um die Vibrationen in Echtzeit zu unterdrücken.
-
Ausführungsbeispiele der Erfindung werden im Folgenden anhand von Zeichnungen näher erläutert.
-
Dabei zeigen:
- 1 eine schematische Ansicht eines Lastkraftwagens, der mit einer Vielzahl von Sensoren ausgestattet ist, während er aus der Umgebung angeregt wird, beispielsweise durch eine unebene Straße,
- 2 eine schematische Ansicht eines Lastkraftwagens, der auf einer Anzahl von Shakern angeordnet und dessen Sensoren mit 3D-Beschleunigungsmessern und Langhub-Piezostacks ausgestattet sind, und
- 3 eine schematische Ansicht eines modellbasierten Steuergeräts zur Aussonderung von Störungen.
-
Einander entsprechende Teile sind in allen Figuren mit den gleichen Bezugszeichen versehen.
-
1 ist eine schematische Ansicht eines Fahrzeugs 1, insbesondere eines Lastkraftwagens 1, der mit einer Vielzahl von Sensoren 2.1 bis 2.5 ausgestattet ist, während er aus der Umgebung angeregt wird, beispielsweise durch eine unebene Straße. Die Sensoren 2.1 bis 2.5 können beispielsweise einen Satelliten-Empfänger 2.1 für ein Navigationssystem, LIDAR-Sensoren 2.2, ein oder mehrere Kameras 2.3, Radar-Sensoren 2.4 und Inertialmesseinheiten 2.5 umfassen.
-
Die vorliegende Erfindung befasst sich mit der Fusion verteilter Sensoren 2.1 bis 2.5 oder Sensorbaugruppen an dynamischen Mehrkörper-Systemen.
-
Anstatt die Relativbewegung zwischen den Sensoren mittels einer Anzahl parametrierter Modelle im Fusionsalgorithmus zu schätzen, ist das Ziel, die Relativbewegung und die Vibrationen infolge externer Störungen D, beispielsweise bei einer Multieinheit (Zugmaschine-Anhänger-Kombination) auf einer unebenen Straße, zu unterdrücken.
-
Anstatt, wie im Stand der Technik, die Relativbewegung in den Rahmen der Sensoren zu vernachlässigen, wird vorgeschlagen, Tests durchzuführen, um den Frequenzbereich zu bestimmen, in dem diese Bewegungen auftreten.
-
Anstatt, wie im Stand der Technik, anzunehmen, dass die Sensoren an starren Körpern angebracht sind, wird eine Modalanalyse durchgeführt, um die Niederfrequenz-Vibrationen zu erkennen und ein nichtparametrisches Modell zu identifizieren, dass diese Vibrationen im Frequenzbereich beschreibt. Dies ist auch als Frequenz-Antwort-Funktion (FRF) bekannt.
-
Es wird eine parametrische Systemidentifikation durchgeführt, um lineare Modelle abzuleiten, die in der Zustandsschätzung und in einer aktiven Vibrationsregelung (AVC) verwendet werden können.
-
Aktive Vibrationsregelung ist die reaktive Anwendung von Aktoren mittels intelligenter Logik, die Kräften entgegengesetzt ist, die durch externe Anregungsquellen verursacht sind. Dies ermöglicht einen genauen industriellen Prozess, der auf einer Plattform, beispielsweise einem Fahrzeug, durchgeführt werden kann. Aktive Vibrationsregelung, die auf piezoelektrischer Technologie basiert, wird im Gegensatz zu herkömmlichen Stoßdämpfern zunehmend zur kommerziell akzeptierten Lösung zur Reduktion von Vibrationen. Aktive Vibrationsregelung verwendet im Gegensatz zu Verfahren der passiven Vibrationsregelung Aktoren, um die Vibrationen zeitabhängig zu regeln. In einigen Einsatzfällen werden Piezo-Stacks 5 als derartige Aktoren verwendet.
-
Ein Piezo-Aktor ist der allgemeine Begriff für eine Klasse von Aktoren, die auf dem piezoelektrischen Effekt beruhen.
-
Ein Piezo-Stack 5 ist ein Typ eines Piezo-Aktors, bei dem Schichten piezoelektrischer Membranen als Verbundstruktur laminiert sind, um die Aktorkraft und/oder die erzeugte Formänderungs-Amplitude zu verstärken.
-
Ferner wird ein Beschleunigungsmesser am jeweiligen Sensor 2.1 bis 2.5 angeordnet, sofern dieser nicht ohnehin Beschleunigungsdaten bereitstellt, und die Sensoren 2.1 bis 2.5 werden jeweils auf einem Langhub-Piezo-Stack 5 montiert.
-
Es wird vorausgesetzt, dass die Vibrationen im linearen Bereich bleiben (keine nichtlinearen Vibrationen), da die aktive Vibrationsregelung die Amplituden der Vibration in einem kleinen Bereich hält.
-
2 ist eine schematische Ansicht eines Lastkraftwagens 1, der auf einer Anzahl von Shakern 3 angeordnet und dessen Sensoren 2.1 bis 2.5 mit 3D-Beschleunigungsmessern 4 und Piezo-Stacks 5, insbesondere Langhub-Piezo-Stacks ausgestattet sind.
-
Die Modalanalyse für die nicht-parametrische Modellierung sollte mit einem Shaker-Test in einer Multi-Referenz-Form erfolgen. Zu diesem Zweck sind zwei Ansätze möglich:
- Zentralisierte aktive Vibrationsregelung: Dabei wird sowohl die Modellierung als auch die Vibrationsregelung des Systems mit einem Multivariablen-System durchgeführt, wobei die Kopplung der Sensordynamik und der Aktor-Dynamik berücksichtigt werden.
-
Dezentralisierte aktive Vibrationsregelung: Dabei wird eine Multiple-Single-Input-Single-Output-Vibrationsregelung durchgeführt, wobei für jeden Sensor, der der Vibration ausgesetzt ist, der Kanal von der Störung D zur Sensorausgabe O als unabhängig von allen anderen Sensoren betrachtet wird.
-
Diese beiden Ansätze sind annähernd gleich effizient bezüglich ihrer Leistung. Allerdings reduziert der zentralisierte Ansatz den Aufwand für die Entwicklung des Reglers 6 und dessen Abstimmung. Wenn jedoch während des Entwicklungsprozesses die Lage eines einzigen Sensors geändert wird, sollten die Modalanalyse, die nichtparametrische Modellierung und die Regler-Entwicklung für alle Sensoren wiederholt werden. Der dezentralisierte Ansatz kann als eine Untermenge des zentralisierten Ansatzes aufgefasst werden. Daher wird vorliegend der allgemeinere Ansatz, das heißt der zentralisierte Ansatz, betrachtet, ohne dass dies die Allgemeingültigkeit der Erfindung beeinträchtigt.
-
Für die Entwicklung des Reglers 6 kann jeder modellbasierte Ansatz, beispielsweise optimaler Regler (linear quadratischer Gauss-Regler), robuster Regler, modellprädiktive Ansätze usw., abhängig von den Erfordernissen der aktiven Vibrationsregelung verwendet werden. Falls die Modalanalyse im Frequenzbereich mittels des Shaker-Tests nicht durchgeführt werden kann, können auf künstlicher Intelligenz basierende Ansätze verwendet werden. Bei auf künstlicher Intelligenz basierenden Ansätzen, die für das Problem der aktiven Vibrationsregelung angepasst sind, werden sowohl das Modell als auch die Regelsysteme in Echtzeit trainiert.
-
Die Realisierung der Idee der vorliegenden Erfindung wird anhand einer technischen Lösung im Folgenden näher erläutert:
- Schritt S1: Das Fahrzeug 1 wird mit Sensoren ausgestattet, die an dafür vorgesehenen Orten befestigt werden.
- Schritt S2: Es wird eine experimentelle Modalanalyse mittels des Shaker-Tests durchgeführt wie in 2 gezeigt ist. Dabei wird das Fahrzeug 1 auf eine Anzahl von Shakern 3, das heißt mechanischer Vibratoren mit einem Kraftübertrager, gestellt, beispielsweise vier Shaker 3 für einen Personenkraftwagen oder sechs Shaker 3 für einen Lastkraftwagen 1 ohne Anhänger. Der Kraftübertrager und die Piezo-Stacks 5 werden aktiviert um die Eingangssignale zu messen. Sowohl für die Shaker 3 als auch für die Piezo-Stacks 5 können jeweils Verstärker 8 vorgesehen sein. Die Beschleunigungsmesser 4 dienen der Messung der Vibrationsamplitude. Um ein geeignetes Anregungssignal, beispielsweise ein Hadamard-Multi-Sinus-Signal, zu erzeugen, wird ein Signalgenerator 9 verwendet. Alle Daten aller Sensoren 2.1 bis 2.5 und 4 und aller Aktoren, das heißt der Shaker 3 und der Piezo-Stacks 5, werden erfasst.
- Schritt S3: Es wird eine Multireferenz-Modalanalyse durchgeführt. Dabei wird der relevante Frequenzbereich (typischerweise unterhalb 10 Hz) gewählt. Weiter werden Eingabedaten und Ausgabedaten entsprechend ausgefiltert. Weiter wird eine Spektralanalyse durchgeführt, um H1/H2-Funktionen zu berechnen (H1 und H2 sind Frequenzantwort-Funktionen FRF). Dies wird als so genannte beste lineare Approximation (Best Linear Approximation - BLA) eines nichtlinearen Systems bezeichnet, die die Bewegung der Sensoren bezüglich der Anregungspunkte (Shaker-Punkte) als Funktion der Frequenz repräsentiert.
- Schritt S4: Es wird eine System-Identifikation im Frequenzbereich unter Verwendung eines Subspace-Algorithmus oder eines Predictive-Error-Method-Optimierungs-Algorithmus (PEM) unter Verwendung der BLA aus Schritt S3 durchgeführt. Das dabei erhaltene lineare zeitinvariante Zustandsraummodell wird für die Entwicklung des Reglers 6, beispielsweise eines Ausgabe-Rückkopplungs-Reglers, verwendet. Im Gegensatz zu einem Zustands-Rückkopplungs-Regler verwendet der Ausgabe-Rückkopplungs-Regler die Systemausgaben O (Messungen), um ein angemessenes Regelsignal CE (control effort) zu erzeugen.
-
Lineare Zustandsraummodelle sind eine Form mathematischer Modelle für dynamische Systeme, die in der folgenden Form repräsentiert werden:
wobei A, B, C, D konstante Matrizen geeigneter Dimension darstellen, und wobei x(.), y(.), und u(.) entsprechende Zustands-, Ausgabe- und Eingabevektoren sind. Der Index k stellt die auf die Abtastrate normierte Zeitvariable dar.
-
Schritt S5: Basierend auf dem im Schritt S4 erhaltenen Modell wird ein Zustandsschätzer 7, beispielsweise ein Kalman-Filter oder ein High-Gain-Beobachter (high-gain observer) entworfen. Das Kalman-Filter wird verwendet, um Systemzustände ES zu schätzen, die nicht direkt gemessen werden können während die Fehler in den Messungen optimal reduziert werden. Im Falle dynamischer Quantitäten kann ein mathematisches Modell (im Rahmen der vorliegenden Erfindung: ein identifiziertes System) als Beschränkung zum Filter hinzugefügt werden, um dynamische Beziehungen zwischen den System-Quantitäten zu berücksichtigen.
-
Eine vereinfachte Notation wird nachfolgend gezeigt:
wobei A, B, C, D konstante Matrizen darstellen, die bei der Systemidentifizierung gewonnen wurden, und wobei x̂(.) und ŷ(.) die beobachteten Zustands- und Ausgabevektoren sind. K ist die Verstärkungsmatrix (gain matrix).
-
Schritt S6: Es wird ein modellbasierter Regler 6 entworfen, um die Störungen D am Ausgang zu regeln wie in 3 dargestellt ist. Für diesen Zweck könnte ein optimaler Regler (linear quadratischer Gauss-Regler), robuster Regler, ein modellprädiktiver Ansatz usw., abhängig von den Erfordernissen der aktiven Vibrationsregelung, ein geeigneter Kandidat sein.
-
3 ist eine schematische Ansicht eines modellbasierten Regelsystems zur Aussonderung von Störungen D.
-
Die Sensoren 2.1 bis 2.5 können über die Kabine und das Fahrwerk des Fahrzeugs 1 verteilt angeordnet sein. Trotzdem können ihre Daten mittels des erfindungsgemäßen Verfahrens ohne weitere Bedenken bezüglich der Relativbewegung der Kabine und des Fahrwerks fusioniert werden. Die Flexibilität der Struktur wird in der vorliegenden Erfindung nicht vernachlässigt und Vibrationen der Struktur werden unterdrückt, bevor sie sich in den Fusionsalgorithmus hinein fortpflanzen. Die aktive Unterdrückung der Stimuli reduziert den Rechenaufwand, der für die Kompensation dieser Relativbewegungen zwischen den verteilten Sensordaten im Fusionsalgorithmus notwendig wäre.
-
ZITATE ENTHALTEN IN DER BESCHREIBUNG
-
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
-
Zitierte Patentliteratur
-
- DE 102019114723 A1 [0010]