Neue Steuerstrategie verbessert Stabilität von E-Autos
Die Entwicklung von Elektrofahrzeugen (EVs) hat in den letzten Jahren eine beispiellose Dynamik erfahren. Während die Branche an Reichweite, Ladegeschwindigkeit und Batteriekapazität arbeitet, rückt ein oft unterschätzter Aspekt immer stärker in den Fokus: die Fahrzeugdynamik unter extremen Bedingungen. Insbesondere bei hohen Geschwindigkeiten, plötzlichen Ausweichmanövern oder auf glatten Fahrbahnen wird die Stabilität eines Fahrzeugs auf eine harte Probe gestellt. Ein Forscherteam aus China hat nun eine neuartige Steuerstrategie vorgestellt, die die laterale Stabilität von verteilten Elektroantrieben – also Fahrzeugen mit individuellen Motoren an jedem Rad – erheblich verbessert. Die Arbeit, die kürzlich im renommierten Journal of Chongqing University of Technology (Natural Science) veröffentlicht wurde, könnte maßgeblich dazu beitragen, die Sicherheit und Handhabung von Elektrofahrzeugen in kritischen Situationen zu erhöhen.
Die Studie, geleitet von der Doktorandin Ding Ning unter der Betreuung von Professor Bei Shaoyi von der Jiangsu University of Technology, stellt eine signifikante Weiterentwicklung im Bereich der Fahrzeugstabilitätsregelung dar. Im Gegensatz zu herkömmlichen Systemen, die oft auf starre Regelalgorithmen setzen, setzt der neu entwickelte Ansatz auf eine adaptive Modellprädiktive Regelung (SAMPC – Self-Adaptive Model Predictive Control). Diese Technologie zeichnet sich dadurch aus, dass sie ihre eigenen Regelparameter in Echtzeit anpasst, basierend auf der aktuellen Bewegungsdynamik des Fahrzeugs. Das Ziel ist es, nicht nur die Stabilität zu gewährleisten, sondern dies mit optimaler Effizienz und minimalen Eingriffen zu tun, was sich positiv auf den Fahrkomfort und den Energieverbrauch auswirkt.
Ein zentrales Element der neuen Methode ist die Verwendung einer Phasenebenen-Analyse zur Beurteilung der Fahrzeugstabilität. Statt nur einzelne Parameter wie die Giergeschwindigkeit oder den Schräglaufwinkel zu betrachten, analysiert das System die Wechselwirkung zwischen diesen beiden Größen in einem zweidimensionalen Diagramm. Dieses Diagramm, die sogenannte β-β̇-Phasenebene (Schräglaufrate-Schräglaufwinkel), wird in drei klar definierte Zonen unterteilt: einen stabilen Bereich, einen Übergangsbereich und einen instabilen Bereich. Wenn sich der aktuelle Zustand des Fahrzeugs in der stabilen Zone befindet, bleibt das System weitgehend passiv. Sobald sich das Fahrzeug jedoch dem Übergangsbereich nähert, aktiviert sich das System und beginnt, vorsichtige Korrekturen vorzunehmen. Erst wenn die Instabilitätsgrenze überschritten wird, greift das System mit voller Kraft ein, um eine gefährliche Situation wie ein Ausbrechen oder Überschlagen zu verhindern.
Diese intelligente Differenzierung ist ein entscheidender Vorteil gegenüber traditionellen Systemen, die oft mit einem „Alles-oder-Nichts“-Ansatz arbeiten und bei jeder Abweichung vom Sollwert mit starken Eingriffen reagieren, was zu einem ruckartigen und unangenehmen Fahrgefühl führen kann. Die adaptive Natur der SAMPC-Strategie ermöglicht es, die Regelung fein abzustimmen und nur so viel Eingriff zu leisten, wie nötig ist, um die gewünschte Stabilität zu erreichen. Dies führt zu einem flüssigeren und natürlicheren Fahrverhalten, das dem Fahrer das Gefühl von Kontrolle vermittelt, selbst wenn das System im Hintergrund arbeitet.
Die Kerninnovation liegt in der dynamischen Anpassung der Gewichtungsfaktoren innerhalb des Modellprädiktiven Regelungsalgorithmus. In herkömmlichen MPC-Systemen sind diese Faktoren festgelegt. Sie bestimmen, wie stark das System auf Abweichungen des Schräglaufwinkels im Vergleich zur Giergeschwindigkeit reagiert. In der Praxis jedoch ist die Bedeutung dieser beiden Parameter situationsabhängig. Bei einem langsamen, kontrollierten Kurvenfahrt ist die Giergeschwindigkeit der entscheidende Faktor für die Fahrzeugausrichtung. In einer plötzlichen Ausweichsituation hingegen, bei der das Fahrzeug Gefahr läuft, seitlich auszubrechen, wird der Schräglaufwinkel zum primären Sicherheitsindikator.
Genau hier setzt die SAMPC-Strategie an. Die Forscher haben einen Algorithmus entwickelt, der die Gewichtungsfaktoren kontinuierlich anpasst, basierend auf dem aktuellen Abstand des Fahrzeugzustands zur Stabilitätsgrenze in der Phasenebene. Wenn das Fahrzeug stabil ist, wird der Fokus stärker auf die präzise Nachführung der Giergeschwindigkeit gelegt, um ein agiles und vorhersehbares Kurvenverhalten zu gewährleisten. Sobald die Stabilität gefährdet ist, wird das Gewicht des Schräglaufwinkels drastisch erhöht, und das System priorisiert die Wiederherstellung der Fahrzeugausrichtung über alles andere. Diese Fähigkeit, die Regelstrategie dynamisch zu ändern, macht das System besonders robust und effektiv in einer Vielzahl von Fahrszenarien.
Um die errechnete Korrektur – das sogenannte Zusatzgiermoment – effizient auf die vier Räder zu verteilen, haben die Forscher eine zweite innovative Komponente entwickelt: eine adaptive Drehmomentverteilung. Die Verteilung des Antriebsmoments auf die einzelnen Räder ist entscheidend für die Erzeugung des gewünschten Giermoments. Eine falsche Verteilung kann die gewünschte Wirkung abschwächen oder sogar kontraproduktiv sein. Die neue Methode berücksichtigt nicht nur die physikalischen Grenzen der Reifen, sondern auch mehrere Zielsetzungen gleichzeitig.
Ein zentrales Optimierungsziel ist die Minimierung der Reifenauslastung. Die Reifenauslastung ist ein Maß dafür, wie nahe ein Reifen an seiner physikalischen Haftgrenze arbeitet. Wenn alle Reifen nahe ihrer maximalen Auslastung sind, bleibt wenig Reserven für zusätzliche Manöver. Indem das System die Gesamtauslastung minimiert, behält es einen Sicherheitspuffer, der es in der Lage hält, auf unvorhergesehene Ereignisse zu reagieren. Ein zweites Ziel ist die Maximierung der Fahrzeugleistung und Effizienz, was durch die Optimierung der Schlupfverhältnisse der Räder erreicht wird. Die Schlupfverhältnisse beeinflussen direkt den Kraftstoffverbrauch (bzw. den Energieverbrauch bei EVs) und die Beschleunigungsleistung.
Die große Herausforderung besteht darin, diese beiden Ziele – maximale Stabilität (niedrige Reifenauslastung) und optimale Leistung – miteinander zu vereinbaren, da sie sich oft widersprechen. Die Lösung des Forscherteams ist wiederum adaptiv. Die relative Wichtigkeit dieser beiden Ziele wird durch einen Gewichtungsfaktor gesteuert, der sich ebenfalls an der aktuellen Fahrzeugstabilität orientiert. In stabilen Situationen wird ein höherer Wert auf Leistung und Effizienz gelegt. In kritischen, instabilen Phasen wird die Stabilität zum übergeordneten Ziel, und das System verteilt das Drehmoment so, dass die Reifenauslastung minimiert und die maximale Stabilität erreicht wird, selbst wenn dies zu einem geringfügigen Verlust an Effizienz führt.
Ein weiterer bemerkenswerter Aspekt der Studie ist die Berücksichtigung der unterschiedlichen Rollen der einzelnen Räder. Die Forscher weisen darauf hin, dass Fahrzeuge mit Untersteuereigenschaften, bei denen das Fahrzeug im Grenzbereich dazu neigt, die Kurve „geradeaus“ zu fahren, für die meisten Fahrer intuitiver und sicherer zu handhaben sind. Um diese wünschenswerten Eigenschaften zu fördern, wird den Hinterrädern in der Optimierungsfunktion eine höhere Gewichtung zugewiesen als den Vorderrädern. Dies bedeutet, dass das System eher bereit ist, das Drehmoment an den Hinterrädern zu reduzieren, um ein Übersteuern (Ausbrechen des Hecks) zu verhindern. Diese Gewichtung ist jedoch nicht starr, sondern variiert ebenfalls dynamisch basierend auf der Giergeschwindigkeitsabweichung und der Nähe zur Stabilitätsgrenze. Dies ermöglicht eine fein abgestimmte Steuerung, die das Fahrverhalten aktiv formt, um es sicherer zu machen.
Die Wirksamkeit der neuen SAMPC-Strategie wurde durch umfangreiche Simulationen mit einer etablierten Softwarekombination aus CarSim und Matlab/Simulink getestet. Als Testfahrzeug diente ein virtuelles Modell eines C-Klasse-Hatchbacks, ein weit verbreiteter Fahrzeugtyp, der repräsentativ für eine große Anzahl von Fahrzeugen auf dem Markt ist. Die Simulationen konzentrierten sich auf den sogenannten „Doppelwechsel“-Manöver, ein standardisierter Test, der ein plötzliches Ausweichen vor einem Hindernis und die anschließende Rückkehr in die Spur simuliert. Dieses Manöver stellt hohe Anforderungen an die Stabilitätsregelung und ist ein guter Indikator für die Leistungsfähigkeit eines Systems in einer realistischen Notfallsituation.
Die Ergebnisse der Simulationen sind beeindruckend. Im Vergleich zu einem herkömmlichen MPC-System zeigte die SAMPC-Strategie eine deutliche Verbesserung der Stabilität. Bei einer Fahrbahnglätte von μ=0,4 (was einer nassen Asphaltstraße entspricht) und einer Geschwindigkeit von 70 km/h verringerte sich der durchschnittliche absolute Fehler des Schräglaufwinkels um 49,4 %, und der quadratische Mittelwertfehler (RMSE) sank um 55,3 %. Diese Werte zeigen, dass das Fahrzeug mit der neuen Regelung seinem idealen, stabilen Fahrverhalten erheblich näher kommt, was die Kontrolle für den Fahrer erheblich erleichtert.
Auch unter extremen Bedingungen, bei einer sehr niedrigen Haftung von μ=0,2 (was einer vereisten Fahrbahn ähnelt) und einer hohen Geschwindigkeit von 90 km/h, konnte die SAMPC-Strategie signifikante Verbesserungen erzielen. Obwohl die physikalischen Grenzen der Reifen in solchen Situationen das Potenzial für Korrekturen stark einschränken, verringerte sich der durchschnittliche absolute Fehler des Schräglaufwinkels um 24,5 % und der RMSE um 23,8 %. Dies unterstreicht die Robustheit der Methode und ihre Fähigkeit, auch in den schwierigsten Szenarien einen wertvollen Sicherheitsbeitrag zu leisten.
Ein entscheidender Faktor für die praktische Anwendbarkeit einer solchen Regelstrategie ist die Rechenzeit. Komplexe Algorithmen, die zu lange benötigen, um eine Entscheidung zu treffen, sind für die Fahrzeugstabilität nutzlos, da die Situation sich in Millisekunden verändern kann. Die Forscher haben diese Herausforderung adressiert, indem sie ein vereinfachtes Zwei-Freiheitsgrade-Modell für die prädiktive Regelung verwenden, anstatt ein komplexeres Sieben-Freiheitsgrade-Modell. Dies reduziert die Rechenlast erheblich, ohne die wesentlichen Dynamiken des Fahrzeugs zu vernachlässigen. Zusätzlich wurde der Algorithmus zur Drehmomentverteilung so gestaltet, dass er auf komplexen iterativen Optimierungsverfahren verzichtet und stattdessen eine direkte analytische Lösung berechnet. Diese Kombination aus Modellvereinfachung und effizienter Algorithmenentwicklung stellt sicher, dass die SAMPC-Strategie in Echtzeit funktionieren kann, was eine Voraussetzung für den Einsatz in Serienfahrzeugen ist.
Die Veröffentlichung dieser Forschung im Journal of Chongqing University of Technology (Natural Science) unterstreicht die wachsende Bedeutung Chinas in der Entwicklung fortschrittlicher Automobiltechnologien. Die Zusammenarbeit zwischen der Jiangsu University of Technology, der Tsinghua University und der Southeast University zeigt, wie interdisziplinäre Teams aus den Bereichen Fahrzeugtechnik, Regelungstechnik und Elektrotechnik innovative Lösungen für komplexe ingenieurwissenschaftliche Herausforderungen entwickeln können. Die Arbeit von Ding Ning, Bei Shaoyi und ihren Kollegen ist nicht nur ein theoretischer Durchbruch, sondern bietet einen klaren, praktischen Ansatz zur Verbesserung der Sicherheit von Elektrofahrzeugen.
In einer Zeit, in der die Automobilindustrie vor der Aufgabe steht, die Sicherheit autonomer Fahrzeuge zu gewährleisten, ist die Entwicklung solch robuster und adaptiver Stabilitätsregelungen von entscheidender Bedeutung. Ein autonomes Fahrzeug muss in der Lage sein, auch die schwierigsten Fahrsituationen sicher zu meistern, ohne auf menschliches Eingreifen angewiesen zu sein. Die Fähigkeit des SAMPC-Systems, sich dynamisch an wechselnde Bedingungen anzupassen und proaktiv zu handeln, macht es zu einem idealen Kandidaten für die Integration in zukünftige autonome Fahrsysteme. Es repräsentiert einen Paradigmenwechsel von reaktiven zu proaktiven Sicherheitssystemen, die nicht nur auf Fehler reagieren, sondern sie durch intelligente Vorhersage und Anpassung von vornherein verhindern.
Zusammenfassend lässt sich sagen, dass diese Studie einen wichtigen Beitrag zum Fortschritt der Fahrzeugdynamik darstellt. Sie zeigt, dass durch eine intelligente Kombination aus adaptiver Regelung, Phasenebenenanalyse und effizienter Optimierung die Stabilität von Elektrofahrzeugen unter extremen Bedingungen erheblich verbessert werden kann. Die Ergebnisse sind nicht nur für die Forschung von Interesse, sondern haben auch das Potenzial, direkt in die Entwicklung zukünftiger Serienfahrzeuge einzugehen und so die Sicherheit auf unseren Straßen für alle Nutzer zu erhöhen.
Ding Ning, Bei Shaoyi, Li Bo, Tang Haoran, Yin Guodong. Adaptive optimization control for lateral stability of distributed drive electric vehicle. Journal of Chongqing University of Technology (Natural Science), 2024, 38(8): 64–73. doi: 10.3969/j.issn.1674-8425(z).2024.08.007