Model Based Energy Management and State Estimation for the Robotic Electric Vehicle ROboMObil

Brembeck, Jonathan

Benutzer: Gast

Jonathan Brembeck

Wenn Sie Schwierigkeiten haben, das Dokument zu öffnen, versuchen Sie auch bitte diesen Link

Originaltitel:: Model Based Energy Management and State Estimation for the Robotic Electric Vehicle ROboMObil
Übersetzter Titel:: Modellbasiertes Energiemanagement und Zustandsschätzung für das robotische Elektrofahrzeug ROboMObil
Autor:: Brembeck, Jonathan
Jahr:: 2018
Dokumenttyp:: Dissertation
Fakultät/School:: Fakultät für Elektrotechnik und Informationstechnik
Betreuer:: Kennel, Ralph (Prof. Dr.)
Gutachter:: Kennel, Ralph (Prof. Dr.); Hirzinger, Gerd (Prof. Dr.); Otter, Martin (Prof. Dr.)
Sprache:: en
Fachgebiet:: ELT Elektrotechnik; VER Technik der Verkehrsmittel
Stichworte:: ROboMObil, electro mobility, battery electric vehicle, in-wheel motor, by-wire, wheel robot, energy management, control allocation, path planning, trajectory control, state estimation, Kalman Filter, constrained estimation, moving horizon estimation, real-time estimation, delayed measurements, Modelica, state of charge estimation, vehicle position estimation, DLR
TU-Systematik:: ELT 855d; ELT 868d
Kurzfassung:: An innovative energy management framework – focusing on the spatial vehicle motion – is developed and evaluated by simulations with realistic test scenarios using a multiphysical Modelica model of ROboMObil. Additionally, a novel method is proposed, and evaluated with ROboMObil, to automatically construct real-time capable, discrete-time, nonlinear state estimation algorithms with constraint handling from multi-physical, continuous-time Modelica models.
Übersetzte Kurzfassung:: Es wird ein innovatives Energiemanagement Framework – das sich auf die räumliche Fahrzeugbewegung konzentriert – entwickelt und mit Simulationen von realistischen Testszenarien mit Hilfe eines multiphysikalischen Modelica Modells des ROboMObils bewertet. Weiterhin wird eine neue Methode vorgeschlagen, und mit dem ROboMObil evaluiert, um automatisiert echtzeitfähige, nicht-lineare Zustandsschätzer mit Nebenbedingungen von zeitkontinuierlichen, multiphysikalischen Modelica Modellen zu erzeugen.
WWW:: https://mediatum.ub.tum.de/?id=1415807
Eingereicht am:: 19.12.2017
Mündliche Prüfung:: 26.10.2018
Dateigröße:: 5616824 bytes
Seiten:: 182
Urn (Zitierfähige URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20181026-1415807-1-6
Letzte Änderung:: 09.11.2018
BibTeX