Motion-Cueing-Algorithmen für eine realitätsnahe Bewegungssimulation

Kurzfassung

Fahrsimulatoren mit Bewegungssystemen werden zunehmend bei der Entwicklung neuer Komfort- und Sicherheitssysteme für bodengebundene Fahrzeuge eingesetzt. Da die Testergebnisse valide, d. h. in eine reale Fahrsituation übertragbar sein müssen, sind die Anforderungen an alle Teilsysteme einer Fahrsimulation enorm hoch. Der Fahrer muss sämtliche Informationen erhalten, die er benötigt, um das virtuelle Fahrzeug ebenso wie in der Realität zu steuern. Zu den dazu notwendigen Simulationseigenschaften zählt für viele Fahrmanöver und Testszenarien insbesondere eine realistische Rückmeldung der Fahrzeugbeschleunigungen. Herkömmliche, aus der Flugsimulation stammende Algorithmen zur Steuerung einer Bewegungsplattform haben sich in dieser Hinsicht als unzureichend erwiesen. Aufgrund der hochdynamischen charakteristischen Eigenschaften von Fahrzeugen sind erweiterte oder neue Konzepte zur Umsetzung der Fahrzeugbeschleunigungen notwendig. Hierbei gilt es eine große Anzahl von Limitierungen und Randbedingungen zu beachten. Die größte Herausforderung dabei ist, den Menschen als maßgeblich zu beeinflussendes Objekt beim Entwurf der Bewegungsplattformsteuerung korrekt zu berücksichtigen, da die sehr komplexe menschliche Bewegungswahrnehmung bisher noch nicht vollständig erklärt und modelliert werden kann. Die vorliegende Arbeit liefert zunächst einen umfassenden Überblick über relevante, grundlegende Methoden und verschiedene für die Fahrsimulation verwendete Ansätze. Auf der Basis dieser Erläuterungen sowie von Erkenntnissen aus mehreren eigenen Simulatorstudien werden die unterschiedlichen Einflussfaktoren der Darstellung von Fahrzeugbeschleunigungen eingehend diskutiert. Da das Design einer Bewegungssteuerung sehr stark von dem zur Verfügung stehenden Bewegungssystem und dem Anwendungsbereich der Fahrsimulation abhängen, ist die Diskussion allgemeingültig gehalten und kann durch die kompakte Zusammenstellung der wichtigen Aspekte als Leitfaden für den Entwurf von optimal auf die vorliegenden Randbedingungen angepassten Algorithmen dienen. Für den speziellen Fall einer Hexapod-Bewegungsplattform und ihren Einsatz im Bereich der Fahrverhaltensforschung sowie zum Test von Fahrerassistenzsystemen werden anschließend zwei neue Ansätze vorgestellt, die für diese Randbedingungen konzipiert und optimiert worden sind. Die durch eine Weiter- bzw. Neuentwicklung wichtiger Teilfunktionen erzielte Reduktion von Phasenfehlern hat sich als eine entscheidende Verbesserung gegenüber bisherigen Algorithmen erwiesen. Dabei hat sich gezeigt, dass kurzzeitig deutlich höhere als die bislang empfohlenen maximalen Drehgeschwindigkeiten zulässig und sinnvoll sind, wobei als Drehpunkt die Position des Fahrerkopfes gewählt werden sollte. Darüber hinaus trägt insbesondere ein geregelter Begrenzer mit integriertem Systemdynamikmodell zu einem besseren Folgeverhalten des Bewegungssystems bei. Für die Bestimmung der optimalen Parametrierung eines Algorithmus hat sich ein manöver- oder streckenabhängiges Tuning als besonders geeignet erwiesen.