Neue Regelstrategie erhöht Stabilität von Elektrofahrzeugen bei Reifenpannen
Ein Durchbruch in der Fahrzeugdynamikforschung könnte die Sicherheit von Elektrofahrzeugen (EVs) bei einem der gefährlichsten Fahrszenarien – einer plötzlichen Reifenpanne – erheblich verbessern. Ein Team chinesischer Ingenieure hat eine neuartige Doppelregelung entwickelt, die die Stabilität von verteilten Antriebs-Elektrofahrzeugen nach einem Reifenschaden drastisch erhöht. Diese Innovation kommt zu einem Zeitpunkt, da die Automobilindustrie eine rasante Transformation durchläuft und die Anforderungen an intelligente Steuerungssysteme und passive Sicherheit in elektrifizierten Fahrzeugen zunehmend an Bedeutung gewinnen.
Die Studie, geleitet von Pang Wenyu, Bei Shaoyi, Li Bo und Yin Guodong von renommierten chinesischen Forschungseinrichtungen, stellt eine umfassende Lösung für ein langjähriges Problem dar: Wie kann ein Fahrzeug nach einem abrupten Verlust eines Reifens – ein Ereignis, das innerhalb von nur 0,1 Sekunden abläuft und die mechanischen Eigenschaften des Rades radikal verändert – stabilisiert und auf seiner Spur gehalten werden? Traditionelle Fahrzeugstabilitätsprogramme (ESP) basieren auf differenzieller Bremsung, einer Methode, die durch die Trägheit hydraulischer Systeme und mechanischer Komponenten verzögert wird. In kritischen Situationen, insbesondere bei hohen Geschwindigkeiten, kann diese Verzögerung überlebenswichtig sein.
Die Forschergruppe erkannte, dass die einzigartige Architektur von verteilten Antriebs-Elektrofahrzeugen – bei denen jedes Rad über einen eigenen Radnabenmotor angetrieben wird – die Grundlage für eine schnellere und präzisere Stabilitätskontrolle bietet. Statt auf Bremsen zu setzen, nutzt ihr Ansatz die unmittelbare und unabhängige Steuerbarkeit der Motor-Drehmomente an jedem Rad. Aus diesem Potenzial entstand die Idee einer Doppelregelung, bestehend aus einer äußeren Schleife für die Spurführung und einer inneren Schleife für die dynamische Stabilität. Diese Architektur ermöglicht es dem System, gleichzeitig den Fahrzeugweg zu korrigieren und die Fahrzeugdynamik zu stabilisieren, eine Leistung, die mit herkömmlichen Einzelregelungen nicht erreichbar ist.
Die äußere Schleife der neuen Strategie basiert auf dem sogenannten „Pure Pursuit“-Algorithmus, einem Konzept, das auch in der Entwicklung autonomer Fahrzeuge weit verbreitet ist. Dieser Algorithmus simuliert das Verhalten eines menschlichen Fahrers, der seinen Blick nach vorne richtet, um einen bestimmten Punkt auf der gewünschten Fahrspur zu fixieren – den sogenannten „Look-Ahead“-Punkt. Das System berechnet kontinuierlich die aktuelle Position und Ausrichtung des Fahrzeugs im Vergleich zu diesem Zielpunkt und bestimmt daraufhin den erforderlichen Lenkwinkel für die Vorderräder, um das Fahrzeug sanft und präzise zurück auf die geplante Route zu bringen. Dies ist besonders entscheidend nach einer Reifenpanne, da das Fahrzeug aufgrund der veränderten Seitenführungskräfte tendenziell stark in Richtung des defekten Reifens zieht.
Die wahre technologische Neuerung liegt jedoch in der inneren Regelungsschleife. Hier setzt das Team eine hierarchische Struktur ein, die aus einer oberen und einer unteren Ebene besteht. Die obere Ebene ist ein sogenannter Fuzzy-PID-Regler, der einen hohen Grad an Robustheit bietet. Dieser Regler überwacht zwei zentrale Parameter der Fahrzeugstabilität: den Schräglaufwinkel am Fahrzeugschwerpunkt und die Giergeschwindigkeit. Basierend auf der Abweichung dieser beiden Werte von ihren jeweiligen Sollwerten berechnet der Fuzzy-PID-Regler das zusätzliche Giermoment, das benötigt wird, um die destabilisierenden Kräfte der Reifenpanne auszugleichen. Die Verwendung von Fuzzy-Logik ermöglicht es dem Regler, mit den nichtlinearen und oft unvorhersehbaren Dynamiken eines Fahrzeugs nach einem Reifenschaden umzugehen und sich an wechselnde Straßenbedingungen anzupassen.
Die Berechnung des erforderlichen Giermoments ist jedoch nur der erste Schritt. Die entscheidende Herausforderung besteht darin, dieses Moment physisch zu erzeugen. In einem verteilten Antriebssystem geschieht dies durch die gezielte Anwendung unterschiedlicher Drehmomente an die linken und rechten Räder. Die optimale Verteilung dieses zusätzlichen Drehmoments auf die drei noch funktionsfähigen Räder ist ein komplexes Optimierungsproblem. Es hängt von Faktoren wie der Belastung jedes einzelnen Reifens, dem Reibungskoeffizienten der Fahrbahn und den Leistungsgrenzen der Radnabenmotoren ab. Bisherige Ansätze verwendeten oft eine einfache, gleichmäßige Drehmomentverteilung, was die verfügbare Reibung der Reifen nicht optimal ausnutzt und zu suboptimalen Stabilitätsleistungen führen kann.
Um dieses Problem zu lösen, haben die Forscher einen innovativen Ansatz gewählt: Sie nutzen den „White Whale Optimization“-Algorithmus (BWO), einen bio-inspirierten, metaheuristischen Optimierer. Dieser Algorithmus wurde von den sozialen und jagdlichen Verhaltensweisen von Weißwalen inspiriert und gliedert seinen Suchprozess in drei Phasen: Erkundung (Exploration), Ausbeutung (Exploitation) und „Whale Fall“ (der Prozess, bei dem ein toter Wal auf den Meeresboden sinkt und ein neues Ökosystem entstehen lässt). Diese Phasen ermöglichen es dem Algorithmus, den Lösungsraum effizient zu durchsuchen und die optimale Kombination von Drehmomenten für die drei verbleibenden Räder zu finden.
Der Optimierungsprozess berücksichtigt mehrere Leistungskennzahlen, darunter das Integral des zeitgewichteten absoluten Fehlers (ITAE) für den Schräglaufwinkel, die Giergeschwindigkeit, die Seitenverschiebung und die Seitenbeschleunigung. Jede dieser Kennzahlen wird entsprechend ihrer Bedeutung für die Gesamtstabilität gewichtet. Der Schräglaufwinkel erhält dabei die höchste Priorität, da er ein direkter Indikator für die Kontrollierbarkeit des Fahrzeugs ist. Diese mehrzielorientierte Funktion stellt sicher, dass die Regelstrategie eine ausgewogene Verbesserung aller Aspekte der Fahrzeugdynamik erzielt.
Um die Wirksamkeit ihrer Strategie zu überprüfen, haben die Forscher eine hochpräzise Simulationsumgebung aufgebaut, die die Industriestandards CarSim und MATLAB/Simulink kombiniert. Das Fahrzeugmodell basiert auf einem realen verteilten Antriebs-Elektrofahrzeug mit einer Gesamtmasse von 1350 kg, einer Spurweite von 1,8 m und einer Achsweite von 3,05 m. Besonders wichtig ist die Integration eines detaillierten „UniTire“-Reifenpannenmodells, das die schnelle Verschlechterung der Reifeneigenschaften während einer Panne realistisch nachbildet. Die Simulationen zeigen, dass nach einer Panne die Längssteifigkeit des Reifens auf 28 %, die Seitensteifigkeit auf 25 % und der Rollwiderstand auf das 30-fache des ursprünglichen Werts sinkt – eine dramatische Veränderung, die sofortige Instabilität verursacht.
Zwei Haupttestszenarien wurden durchgeführt: eine geradlinige Fahrt mit 80 km/h und eine Kurvenfahrt mit 60 km/h auf einer Kurve mit einem Radius von 100 m. In beiden Fällen wurde die linke Vorderreifenpanne zum Zeitpunkt von 2 Sekunden simuliert. Die Leistung der vorgeschlagenen Doppelregelung wurde mit drei Referenzszenarien verglichen: keinerlei Kontrolle, eine alleinige Giermomentregelung (mit Fuzzy-PID und gleichmäßiger Drehmomentverteilung) und eine alleinige Spurführung mittels Pure Pursuit.
Die Ergebnisse waren beeindruckend. Im geradlinigen Szenario reduzierte die Doppelregelung den maximalen Schräglaufwinkel auf nur 10,61 % des Wertes, der bei einem unkontrollierten Fahrzeug auftritt. Das ist eine erhebliche Verbesserung gegenüber der 19,48 %, die mit der alleinigen Giermomentregelung erreicht wurden. Dies bedeutet, dass das Fahrzeug seine ursprüngliche Spur viel besser beibehält und das Risiko einer Kollision mit Fahrzeugen in benachbarten Spuren oder mit Hindernissen am Straßenrand erheblich verringert wird. Auch die Giergeschwindigkeit, die Seitenverschiebung und die Seitenbeschleunigung zeigten kleinere Schwingungen und konvergierten schneller zu stabilen Werten, was auf eine überlegene dynamische Kontrolle hindeutet.
Im Vergleich zur alleinigen Giermomentregelung verbesserte die Doppelregelung die Leistung des Schräglaufwinkels um weitere 8,87 %. Dies unterstreicht den synergetischen Effekt der Kombination aus Lenkkorrektur und optimierter Drehmomentverteilung. Die Fähigkeit des Systems, das Fahrzeug schneller zu stabilisieren, verkürzt die Zeitspanne, in der der Fahrer oder die Insassen einer hohen Gefahr ausgesetzt sind – ein entscheidender Faktor für die reale Sicherheit.
Im Kurvenszenario zeigten sich die Vorteile der Doppelregelung noch deutlicher. Während einer Kurvenfahrt ist das Fahrzeug bereits einer seitlichen Belastung ausgesetzt, was es anfälliger für Unter- oder Übersteuern macht. Das unkontrollierte Fahrzeug zeigte starke Oszillationen in der Giergeschwindigkeit und der Seitenverschiebung, und der Schräglaufwinkel erreichte gefährliche Werte. Die alleinige Spurführung war nicht in der Lage, das Fahrzeug zu stabilisieren, da sie das interne Giermoment des defekten Reifens nicht ausgleichen konnte. Die alleinige Giermomentregelung zeigte eine bessere Leistung, wies aber immer noch deutliche Schwankungen auf.
Im Gegensatz dazu hielt die Doppelregelung die Fahrzeugbahn nahe an der vorgesehenen Route. Der Schräglaufwinkel wurde auf 55,637 % des unkontrollierten Falls reduziert – deutlich besser als die 64,56 % mit der Giermomentregelung und die 73,44 % mit der Spurführung. Die Giergeschwindigkeit stabilisierte sich schnell und blieb nahe am Referenzwert, was auf eine hervorragende Handhabung und Kontinuität hindeutet. Die Seitenbeschleunigung, ein wichtiger Indikator für den Fahrkomfort und die Sicherheit der Insassen, zeigte nur minimale Überschwinger und eine schnelle Dämpfung.
Ein zentraler Befund war die nahtlose Koordination zwischen Lenk- und Drehmomentaktionen. In der Doppelregelungsstrategie arbeitet die Lenkkorrektur der äußeren Schleife perfekt mit der Drehmomentverteilung der inneren Schleife zusammen. So wird sichergestellt, dass die Befehle sich nicht gegenseitig behindern. Wenn zum Beispiel der Pure-Pursuit-Algorithmus einen starken Lenkeingriff zur Kurskorrektur fordert, passt der Drehmomentverteilungsalgorithmus die Radmomente an, um diese Manöver zu unterstützen, anstatt dagegenzuwirken. Dieses Maß an Koordination ist mit einzelnen Systemen schwer zu erreichen und stellt einen bedeutenden Fortschritt in der integrierten Fahrzeugregelung dar.
Die Verwendung des Whale-Optimization-Algorithmus erwies sich als entscheidender Vorteil. Durch die Echtzeit-Optimierung der Drehmomentverteilung nutzt das System die verfügbare Reibung jedes Reifens voll aus und maximiert die Effektivität des korrigierenden Giermoments. Der Algorithmus konvergierte nach etwa 20 Iterationen, was seine Recheneffizienz und Eignung für die Echtzeit-Implementierung demonstriert. Moderne Fahrzeugsteuergeräte sind in der Lage, tausende Operationen pro Sekunde auszuführen, sodass die Rechenlast des BWO-Algorithmus problemlos bewältigt werden kann.
Aus praktischer Sicht bietet die vorgeschlagene Regelstrategie mehrere Vorteile für Automobilhersteller. Erstens verbessert sie die Sicherheit, ohne dass zusätzliche Hardware erforderlich ist – lediglich Software- und Regelungslogik-Updates. Dies macht sie zu einer kostengünstigen Lösung, die über Over-the-Air-Updates in bestehende verteilte Antriebs-Elektrofahrzeuge integriert werden kann. Zweitens ermöglicht das modulare Design der Doppelregelung eine einfache Integration mit anderen fortschrittlichen Fahrerassistenzsystemen (ADAS), wie Spurhalteassistenten oder adaptiven Geschwindigkeitsregelanlagen. Drittens eröffnet die Verwendung eines bio-inspirierten Optimierungsalgorithmus die Tür für weitere Verbesserungen durch maschinelles Lernen und adaptive Abstimmung.
Die Implikationen dieser Forschung gehen über den unmittelbaren Sicherheitsnutzen hinaus. Während die Automobilindustrie sich zunehmend der Automatisierung zuwendet, wird die Fähigkeit, Notfallszenarien wie Reifenpannen zu bewältigen, zu einer kritischen Anforderung für autonome Fahrzeuge. Aktuelle Systeme für autonomes Fahren sind typischerweise für normale Betriebsbedingungen ausgelegt und könnten bei seltenen, aber hochriskanten Ereignissen Schwierigkeiten haben. Die vorgestellte Doppelregelungsstrategie bietet einen robusten Rahmen für die Bewältigung solcher Notfälle und bringt das vollständig autonome Fahren einen Schritt näher.
Darüber hinaus leistet die Studie einen wichtigen Beitrag zum wachsenden Wissen über Fahrzeugdynamik unter extremen Bedingungen. Durch die Kombination eines fortgeschrittenen Reifenmodells, einer Fuzzy-Logik-Regelung und einer naturinspirierten Optimierung demonstrieren die Forscher einen ganzheitlichen Ansatz für die Fahrzeugsicherheit, der mehrere Disziplinen integriert. Ihre Arbeit unterstreicht die Bedeutung eines systemorientierten Denkens im modernen Fahrzeugbau, bei dem die Wechselwirkungen zwischen mechanischen Komponenten, Regelalgorithmen und Umweltfaktoren sorgfältig gemanagt werden müssen.
Die Studie hebt auch die wachsende Rolle chinesischer Institutionen bei der Voranbringung der Automobiltechnologie hervor. Die Jiangsu University of Technology, die Tsinghua University und die Southeast University stehen an der Spitze der Forschung zu Elektrofahrzeugen und entwickeln Innovationen mit globaler Relevanz. Die Zusammenarbeit zwischen diesen Einrichtungen spiegelt einen breiteren Trend der interdisziplinären und interinstitutionellen Kooperation wider, um komplexe ingenieurtechnische Herausforderungen zu bewältigen.
Die nächsten Schritte für diese Technologie umfassen reale Tests an Prototypfahrzeugen und die Integration mit Sensorfusionssystemen, die einen Reifenschaden in Echtzeit erkennen können. Die aktuelle Studie setzt eine sofortige Erkennung voraus, zukünftige Arbeiten könnten sich auf die Entwicklung von Frühwarnsystemen konzentrieren, die auf Vibrationen, Geräuschen oder Drucküberwachung basieren. Zusätzlich könnte die Regelstrategie erweitert werden, um mehrere Reifenschäden oder widrige Straßenbedingungen wie Eis oder Schotter zu bewältigen.
Zusammenfassend stellt die von Pang Wenyu, Bei Shaoyi, Li Bo und Yin Guodong entwickelte Doppelregelungsstrategie einen bedeutenden Fortschritt in der Fahrzeugsicherheitstechnologie dar. Durch die Kombination einer intelligenten Lenkkorrektur mit einer optimierten Drehmomentverteilung kann das System die Gefahren einer Reifenpanne bei verteilten Antriebs-Elektrofahrzeugen wirksam mindern. Die Ergebnisse zeigen klare Verbesserungen in Stabilität, Kontrolle und Wiederherstellungsleistung und bieten einen vielversprechenden Weg zu sichereren und zuverlässigeren elektrischen Mobilitätslösungen. Während die Automobilwelt weiterhin Elektrifizierung und Automatisierung vorantreibt, werden Innovationen wie diese eine entscheidende Rolle dabei spielen, das Vertrauen der Öffentlichkeit zu stärken und sicherzustellen, dass die Fahrzeuge der Zukunft nicht nur intelligenter, sondern auch sicherer sind.
Pang Wenyu, Bei Shaoyi, Li Bo, Yin Guodong, Journal of Chongqing University of Technology (Natural Science), doi:10.3969/j.issn.1674-8425(z).2024.11.009