Fraunhofer-Gesellschaft

Publica

Hier finden Sie wissenschaftliche Publikationen aus den Fraunhofer-Instituten.

Einsatz neuronaler Netze zur Verbesserung der Fahrstrategie bei Automatfahrzeugen

 
: König, A.; Kischkat, R.

Ingenieurgesellschaft Auto und Verkehr GmbH -IAV-, Berlin:
Steuerungssysteme für den Antriebsstrang von Kraftfahrzeugen. Tagungsband 2. Symposium
Berlin, 1999
S.35-49
Symposium Steuerungssysteme für den Antriebsstrang von Kraftfahrzeugen <2, 1999, Berlin>
Deutsch
Konferenzbeitrag
Fraunhofer IPA ()
Automatikgetriebe; Elektronik; Elektronische Getriebesteuerung; Fahrstrategie; Getriebe; Kraftfahrzeug; neuronales Netzwerk; Steuerung

Abstract
In modernen Automatikgetrieben erfolgt die Gangwahl nicht nur in Abhängigkeit von Drosselklappen- bzw. Fahrpedalstellungen und der Fahrgeschwindigkeit sondern auch in Abhängigkeit von zusätzlichen Parametern, wie zum Beispiel dem aktuellen Fahrwiderstand und der Fahrweise (sportlich oder verbrauchsorientiert). Diese zusätzlichen Einflußparameter werden über bestimmte, in der elektronischen Getriebesteuerung festgelegt e Algorithmen gewichtet und bewertet. Die Eingangsgrößen sind jedoch immer in einer definierten Form miteinander verknüpft. Die zunehmenden Anforderungen an die Erkennung und Auswertung der zusätzlichen Einflußfaktoren steigern die Komplexität der seriellen Strukturen und die Anzahl der zu bestimmenden Parameter konventioneller Schaltprogramme. Mit Hilfe geeigneter Strukturen - eines neuronalen Netzes bzw. über geeignete Evolutionsstrategien - sollten zusätzliche Verknüpfungen und Interaktionen hergestellt werden, um die Schaltstrategie noch besser an die jeweilige Fahrsi tuation anzupassen. Einen Weg stellt die Umgestaltung in eine neuronale Gesamtstruktur dar, die bei gleicher Leistungsfähigkeit eine für den Anwender transparente Struktur aufweist und gleichzeitig mehrdimensionale Wirkungsbeziehungen ermöglicht. Eine weitere Neuerung stellt der Einsatz neuronaler Netze in der Fahrertyp- und Fahrsituationserkennung dar. Hierdruch werden nicht mehr absolute Größen, sondern Muster im Eingangsgrößenvektor zur Erkennung des Fahrertyps und von Fahrsituationen herangezogen, so daß die Erkennung nur unwesentlich an fahrzeugspezifischen Besonderheiten angepaßt werden muß. Somit stellen neuronale Netze eine Möglichkeit dar, die Fahrstrategie weiter zu verbessern und den Applikationsaufwand zu reduzieren.

: http://publica.fraunhofer.de/dokumente/PX-11360.html

<