User: Guest  Login
Original title:
Model Based Energy Management and State Estimation for the Robotic Electric Vehicle ROboMObil 
Translated title:
Modellbasiertes Energiemanagement und Zustandsschätzung für das robotische Elektrofahrzeug ROboMObil 
Year:
2018 
Document type:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Advisor:
Kennel, Ralph (Prof. Dr.) 
Referee:
Kennel, Ralph (Prof. Dr.); Hirzinger, Gerd (Prof. Dr.); Otter, Martin (Prof. Dr.) 
Language:
en 
Subject group:
ELT Elektrotechnik; VER Technik der Verkehrsmittel 
Keywords:
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 
TUM classification:
ELT 855d; ELT 868d 
Abstract:
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. 
Translated abstract:
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. 
Oral examination:
26.10.2018 
File size:
5616824 bytes 
Pages:
182 
Last change:
09.11.2018