Design of a component that learns dynamic driving behavior and vehicle characteristics, in known situations, for a later fuel consumption prediction on roads that have not been driven before

DSpace Repository


Dateien:
Aufrufstatistik

URI: http://hdl.handle.net/10900/56227
http://nbn-resolving.de/urn:nbn:de:bsz:21-dspace-562270
Dokumentart: Dissertation
Date: 2014-09
Language: English
Faculty: 7 Mathematisch-Naturwissenschaftliche Fakultät
Department: Informatik
Advisor: Rosenstiel, Wolfgang (Prof. Dr.)
Day of Oral Examination: 2014-05-30
DDC Classifikation: 004 - Data processing and computer science
620 - Engineering and allied operations
Keywords: Kraftstoffverbrauch , Navigation , Infotainment , Prognose , Simulation , Aerodynamik , Fahrzeug , Fahrer , can
Other Keywords: Kraftstoffverbrauchsprognose
Energieverbrauchsprognose
EcoDriving
EcoRoute
Fuel consumption prediction
energy consumption prediction
License: Publishing license including print on demand
Order a printed copy: Print-on-Demand
Show full item record

Inhaltszusammenfassung:

Aufgrund der ständig zunehmenden Anzahl an Autofahrern, und der damit verbundenen steigenden Umweltbelastung, gewinnt die Thematik des „green driving“ (ökologischen Fahrens) immer mehr an Bedeutung. Mit der steigenden Komplexität der Fahrzeugantriebe wie beispielsweise dem Hybrid und der Fülle an Neuentwicklungen in der Fahrzeugsteuerung wie beispielsweise dem Ausrollassistent, ist es erforderlich geworden, verschiedene Antriebsszenarien für einen Streckenabschnitt miteinander vergleichen zu können um das verbauchsoptimale Szenario zu identifizieren. Die Tätigkeit des Autofahrens wurde von E. Donges in einem Drei-Ebenen-Model beschrieben, welches vereinfacht dargestellt die Interaktion zwischen einem Fahrer, seinem Fahrzeug und seiner Umwelt beschreibt. Basierend auf diesem Model wurde in dieser Arbeit angenommen, dass eine Verbrauchsvorhersage für eine bestimmte Strecke möglich ist insofern Fahrereigenschaften, Fahrzeugcharakteristika und eine Beschreibung der Umwelt vorhanden, bekannt und verwertbar sind. Während die Beschreibung der Umwelt zum Teil bereits ausreichend verfügbar ist liegen für die Fahrereigenschaften und Fahrzeugcharakteristika keine spezifischen und verwertbaren Daten vor. Aufgrund des Einflusses dieser auf den Kraftstoffverbrauch, besteht die Notwendigkeit sie zu lernen. Diese Arbeit wurde, basierend auf der beschriebenen Aufgabe und Ausgangslage, auf den folgenden drei Fragestellungen aufgebaut: Ist es möglich die verbrauchsrelevanten und fahrerspezifischen Eigenschaften zu identifizieren und zu lernen? Ist es möglich alle Komponenten und Eigenschaften eines Fahrzeuges die einen Einfluss auf dem Verbrauch haben zu erkennen und zu beschreiben? Und schließlich: Kann eine Simulation, mit Hilfe der gelernten Informationen, und anhand einer Streckenbeschreibung so wie sie in einem Navigationssystem vorliegt, eine Verbrauchsvorhersage berechnen?

This item appears in the following Collection(s)