Login
- Original title:
- Urban Motion Cueing Algorithms
- Original subtitle:
- Trajectory Optimization for Driving Simulators
- Translated title:
- Urbane Motion Cueing Algorithmen
- Translated subtitle:
- Trajektorienoptimierung für Fahrsimulatoren
- Author:
- Ellensohn, Felix
- Year:
- 2020
- Document type:
- Dissertation
- Faculty/School:
- Fakultät für Maschinenwesen
- Advisor:
- Rixen, Daniel J. (Prof. dr.)
- Referee:
- Rixen, Daniel J. (Prof. dr.); Romano, Richard (Prof., Ph.D.)
- Language:
- en
- Subject group:
- MTA Technische Mechanik, Technische Thermodynamik, Technische Akustik; VER Technik der Verkehrsmittel
- Keywords:
- Motion cueing algorithms, trajectory optimization, model predictive control, prediction, driving simulation, motion cueing rating methods
- Translated keywords:
- Motion Cueing Algorithmen, Trajektorienoptimierung, Modellprädiktive Regelung, Prädiktion, Fahrsimulation, Bewertungsmethoden für Motion Cueing Algorithmen
- TUM classification:
- MTA 000d
- Abstract:
- This thesis covers methods for the trajectory planning of driving simulators which aim to increase the motion fidelity. These motion cueing algorithms (MCAs) generate realistic motions by adhering to the motion system's workspace restrictions. Simulations and experiments were performed with a 9 degrees of freedom driving simulator. A special focus is put on optimization-based MCAs which minimize deviations between desired vehicle motions and actual simulator motions over a future time horizon.
- Translated abstract:
- Diese Arbeit beschreibt Methoden zur Trajektorienplanung von Fahrsimulatoren, die darauf abzielen, die Qualität der Bewegungswiedergabe zu erhöhen. Diese Motion Cueing Algorithmen (MCAen) erzeugen realistische Bewegungen unter Berücksichtigung der Arbeitsraumbeschränkungen des Bewegungssystems. Simulationen und Experimente wurden mit einem 9 Freiheitsgrade-Simulator durchgeführt. Ein Schwerpunkt liegt auf optimierungsbasierten MCAen, die Bewegungsabweichungen über einen Zeithorizont minimieren.
- WWW:
- https://mediatum.ub.tum.de/?id=1515163
- Date of submission:
- 04.09.2019
- Oral examination:
- 15.01.2020
- File size:
- 10376430 bytes
- Pages:
- 171
- Urn (citeable URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20200115-1515163-1-9
- Last change:
- 04.02.2020
BibTeX