Login
- Original title:
- Optimization-based Energy Strategy for Autonomous Electric Race Cars
- Translated title:
- Optimierungsbasierte Energie-Strategie für autonome, elektrische Rennfahrzeuge
- Author:
- Herrmann, Thomas
- Year:
- 2022
- Document type:
- Dissertation
- Faculty/School:
- TUM School of Engineering and Design
- Advisor:
- Lienkamp, Markus (Prof. Dr.)
- Referee:
- Lienkamp, Markus (Prof. Dr.); Salazar, Mauro R. U. (Prof. Dr.)
- Language:
- en
- Subject group:
- MAS Maschinenbau
- Keywords:
- Autonomous Driving, Numerical Optimization, Energy Strategy
- Translated keywords:
- Autonomes Fahren, Numerische Optimierung, Energie Strategie
- TUM classification:
- VER 020
- Abstract:
- This thesis aims to develop an online-capable Energy Strategy, which operates a race vehicle at the performance limit to achieve a minimum race time, leveraging the available amount of energy as lap-time-efficiently as possible. Thereby, thermodynamical limits of the powertrain components are adhered to. Several software modules, solving both quadratic and nonlinear programming problems within the Energy Strategy, are implemented, and integrated into an autonomous driving software stack.
- Translated abstract:
- Ziel dieser Arbeit ist es, eine echtzeitfähige Energiestrategie zu entwickeln, die ein Rennfahrzeug am Leistungslimit betreibt, wobei die verfügbare Menge an Energie maximal rundenzeit-effizient eingesetzt werden soll. Dabei werden die thermodynamischen Grenzen des Antriebsstrangs berücksichtigt. Mehrere Softwaremodule, die sowohl quadratische als auch nichtlineare Optimierungsprobleme der Energiestrategie lösen, werden implementiert und in einen Software Stack für autonomes Fahren integriert.
- WWW:
- https://mediatum.ub.tum.de/?id=1656862
- Date of submission:
- 09.05.2022
- Oral examination:
- 21.11.2022
- File size:
- 6439078 bytes
- Pages:
- 137
- Urn (citeable URL):
- https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20221121-1656862-1-6
- Last change:
- 13.12.2022
BibTeX