Motion Cueing

Motion Cueing Algorithmen zur optimalen Bewegungssteuerung von Fahrsimulatoren

 

Komplexe Fahrsimulatoren dienen sowohl in der Automobilindustrie, als auch in der akademischen Forschung vermehrt als Plattform zur Entwicklung und Bewertung neuartiger Fahrzeugkonzepte sowie fortgeschrittener Fahrerassistenzsysteme. Um die Ergebnisse derartiger interaktiver Simulationen in eine reale Fahrsituation übertragen zu können, muss sichergestellt werden, dass der Fahrer alle notwendigen Informationen erhält, um das simulierte Fahrzeug wie in der Realität zu steuern. Hierfür entscheidend sind visuelle, akustische, haptische und vestibuläre Bewegungshinweise, welche allgemein als Motion Cues bezeichnet werden und dem menschlichen Wahrnehmungsapparat ein realitätsnahes Fahrgefühl suggerieren. Aufgrund des begrenzten physikalischen Arbeitsraumes können jedoch die vestibulären Stimuli in der Regel nicht vollständig im Simulator umgesetzt werden. Aus diesem Grund kommen sogenannte Motion Cueing Algorithmen zum Einsatz, die die simulierte Fahrzeugbewegung für den Fahrer wie die Bewegung eines realen Fahrzeugs erscheinen lassen.

Eine besondere Herausforderung stellt in diesem Zusammenhang die optimale Regelung  von Fahrsimulatoren mit redundanten und verkoppelten Bewegungssystemen dar. Diese Simulatoren sind mittels ihrer spezifischen Kinematik in der Lage, Bewegungen in einzelnen Freiheitsgraden durch verschiedene Stelleingriffe, sowie deren Kombinationen zu ermöglichen. Die optimale Koordination der Stelleingriffe ist dabei im Allgemeinen sehr komplex und abhängig von der betrachteten Fahrsituation, wodurch konventionelle Motion Cueing Algorithmen nicht auf die gewünschte Regelgüte führen.

MKS-Modell der verkoppelten Bewegungssysteme

Die Entwicklung und Optimierung neuartiger Regelungsalgorithmen für derartige Systeme bilden am Beispiel des ATMOS-Fahrsimulators einen der Tätigkeitsschwerpunkte des RtM im Bereich der Fahrerassistenzsysteme. Hierbei lag der Fokus früherer Arbeiten auf Optimalsteuerungsverfahren [AT12, AZK+14]. Gegenstand aktueller Forschungen stellen hingegen prädiktive Regelungsstrategien dar [ZKG+15], welche unter Berücksichtigung der bevorstehenden Fahrsituation eine optimale Stellgrößenkoordination mithilfe von numerischen Optimierungsverfahren zur Laufzeit generieren. Die beiden physikalischen Arbeitsräume des Shakers und der Bewegungsplattform werden  dabei explizit vom Optimierungsalgorithmus berücksichtigt.

Arbeitsräume der Bewegungsplattform (links) und des Shakers (rechts)

Ausgewählte Veröffentlichungen:

  • [AT12] Al Qaisi, I.; Trächtler, A.: Constrained Linear Quadratic Optimal Controller for Motion Control of ATMOS Driving Simulator. Proceedings of Driving Simulation Conference, Paris, France,  2012.
  • [AZK+14] Al Qaisi, I.; Zimmermann, D.; Kohlstedt, A; Gausemeier, S., Trächtler, A.:  Subjective Evaluation of Different Motion Cueing Algorithms Implemented on ATMOS Driving Simulator. Proceedings of Driving Simulation Conference, Paris, France, 2014.
  • [ZKG+15] Zimmermann, D.; Kohlstedt, A; Gausemeier, S., Trächtler, A.: Entwicklung eines prädiktiven Motion-Cueing-Verfahrens für den ATMOS-Fahrsimulator. In Proceedings von 12th Paderborner Workshop Augmented and Virtual Reality in der Produktentstehung, Band 342 Heinz Nixdorf Institut, HNI Verlagsschriftenreihe, Paderborn, Deutschland, 2015.