Login
- Originaltitel:
- Urban Motion Cueing Algorithms
- Originaluntertitel:
- Trajectory Optimization for Driving Simulators
- Übersetzter Titel:
- Urbane Motion Cueing Algorithmen
- Übersetzter Untertitel:
- Trajektorienoptimierung für Fahrsimulatoren
- Autor:
- Ellensohn, Felix
- Jahr:
- 2020
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- Fakultät für Maschinenwesen
- Betreuer:
- Rixen, Daniel J. (Prof. dr.)
- Gutachter:
- Rixen, Daniel J. (Prof. dr.); Romano, Richard (Prof., Ph.D.)
- Sprache:
- en
- Fachgebiet:
- MTA Technische Mechanik, Technische Thermodynamik, Technische Akustik; VER Technik der Verkehrsmittel
- Stichworte:
- Motion cueing algorithms, trajectory optimization, model predictive control, prediction, driving simulation, motion cueing rating methods
- Übersetzte Stichworte:
- Motion Cueing Algorithmen, Trajektorienoptimierung, Modellprädiktive Regelung, Prädiktion, Fahrsimulation, Bewertungsmethoden für Motion Cueing Algorithmen
- TU-Systematik:
- MTA 000d
- Kurzfassung:
- 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.
- Übersetzte Kurzfassung:
- 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
- Eingereicht am:
- 04.09.2019
- Mündliche Prüfung:
- 15.01.2020
- Dateigröße:
- 10376430 bytes
- Seiten:
- 171
- Urn (Zitierfähige URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20200115-1515163-1-9
- Letzte Änderung:
- 04.02.2020
BibTeX