at 6/2007 ANWENDUNGEN System zur Überwachung und Schätzung fahrdynamischer Signale System for Monitoring and Estimation of Vehicle Dynamics Signals Stefan Hillenbrand, Stefan Otterbein und Ansgar Rehm Anhand des Beispiels zweier existierender Fahrzeugregelsysteme wird gezeigt, dass sich durch die gemeinsame Verarbeitung der fahrdynamischen Sensorsignale erweiterte Möglichkeiten im Bereich der Sensorüberwachung und der Signalschätzung ergeben. Hierzu werden Verfahren zur Überwachung redundanter Sensorsignale, zur modellbasierten Plausibilisierung der Wankrate sowie zum Schätzen der Querneigung vorgestellt. Based on two existing vehicle control systems it is shown that combined processing of vehicle dynamics signals offers an extended potential for sensor monitoring and signal estimation. Algorithms for monitoring of redundant signals, for model based plausibility checking of the roll rate signal, and for estimation of lateral inclination are presented. Schlagwörter: Fahrdynamik, Signalüberwachung, Signalschätzung, Redundanz Keywords: Vehicle dynamics, signal monitoring, signal estimation, redundancy 1 Einleitung Aufgrund der steigenden Anforderungen an die Sicherheit und an den Komfort nimmt die Zahl der in modernen Fahrzeugen verbauten Regel- und Steuerungssysteme immer weiter zu. Einige dieser Systeme – zum Beispiel das ESP [10] oder auch das Steuergerät für Kopfairbags [6; 7] – sind mit Sensoren zur Erfassung des Bewegungszustandes des Fahrzeuges ausgestattet. In heutigen Fahrzeugen arbeiten die Fahrzeugregelsysteme weitestgehend unabhängig voneinander, das heißt jedes System verarbeitet nur die Signale der ihm jeweils zugeordneten Sensoren. In Bild 1 ist die Signalverarbeitung von ESP und RoSe (,,Rollover Sensing“ [7]) schematisch dargestellt. Die wesentlichen fahrdynamischen Eingangssignale des ESP sind die Gierrate ωz , die Querbeschleunigung a y , der Lenkwinkel δ sowie die vier Radgeschwindigkeiten. In der ersten Stufe der Signalverarbeitung werden diese Eingangssignale zunächst unabhängig voneinander verarbeitet. So werden zum Beispiel hochfrequente Rauschanteile durch geeignete Tiefpassfilter vermindert und Signaloffsets mit Hilfe von langsamen Mittelwertberechnungen erkannt und korrigiert. Bei einem Sicherheitssystem wie dem ESP ist darüber hinaus die Überwachung der Sensorsignale von 330 großer Bedeutung. Für jeden Sensor wird daher überprüft, ob das Signal am Steuergerät ankommt, innerhalb des gültigen Wertebereiches liegt und keine zu starken zeitlichen Veränderungen oder Peaks aufweist. Im nächsten Block werden mit Hilfe von Modellen zur Beschreibung der Fahrzeugbewegung die Signale von Gierrate, Querbeschleunigung und Lenkwinkel plausibi- Bild 1: Struktur der Signalverarbeitung der Systeme ESP und RoSe. at – Automatisierungstechnik 55 (2007) 6 / DOI 10.1524/auto.2007.55.6.330  Oldenbourg Wissenschaftsverlag Brought to you by | University of Toronto-Ocul Authenticated Download Date | 7/18/15 3:11 PM S. Hillenbrand u. a.: System zur Überwachung und Schätzung fahrdynamischer Signale at 6/2007 lisiert [3; 5; 9; 12; 13]. Die Modelle werden auch zum Schätzen fahrdynamischer Größen eingesetzt, die nicht – oder nur mit sehr hohem Aufwand – direkt von Sensoren gemessen werden können. Ein Beispiel hierfür ist die Fahrzeuggeschwindigkeit über Grund. Die so überwachten Sensorsignale und die Schätzgrößen werden schließlich von den Reglern des ESP als Eingangsgrößen verwendet, um über die Ansteuerung der Bremsen des Fahrzeuges dessen Bewegung in geeigneter Weise zu beeinflussen. Aufgabe des in Bild 1 rechts gezeigten RoSe (,,Rollover Sensing“) Systems [7] ist, einen Überschlag eines Fahrzeuges sicher zu erkennen und zu den geeigneten Zeitpunkten Rückhaltemittel wie Gurtstraffer, Kopfairbags und Überrollbügel auszulösen. Hierfür werden die Wankrate ωx sowie die Beschleunigungen a y in Quer- und az in Vertikalrichtung gemessen.1 Die Auslösung der Rückhaltemittel erfolgt, wenn sowohl anhand des Wankratensignals als auch mit Hilfe der gemessenen Beschleunigungen ein Überschlagvorgang erkannt wird. Um die Auslösegenauigkeit des RoSe-Systems für so genannte soil trip rollover, bei denen das Fahrzeug quer von der Fahrbahn rutscht und sich die Räder in den weichen Untergrund eingraben, zu verbessern, wird der Algorithmus derart erweitert, dass die Quergeschwindigkeit des Fahrzeuges vor dem Überschlag in die Auslöseentscheidung mit einbezogen wird [6]. Dieses RoSe II genannte System benötigt zur Schätzung der Quergeschwindigkeit des schleudernden Fahrzeuges Signale des ESP. Bild 2 zeigt die Struktur der Signalverarbeitung von ESP und RoSe II. Bisher verwendet RoSe II die Signale des ESP ausschließlich zum Schätzen der Fahrzeugquergeschwindigkeit, um so die Rückhaltemittel noch genauer auslösen zu können. Andere Möglichkeiten wie die modellbasierte Plausibilisierung des Wankratensignals oder der Vergleich der redundant vorhandenen Querbeschleunigungsmessgröße werden nicht genutzt. Das ESP liefert zwar zahlreiche Signale an RoSe II, kann jedoch selbst von dessen Sensorsignalen nicht profitieren. Es liegt daher nahe, sowohl dem ESP als auch 1 Es sind auch Verfahren bekannt, die statt des Wankratensignals die Signale mehrerer Beschleunigungssensoren heranziehen [11]. Bild 2: Struktur der Signalverarbeitung der Systeme ESP und RoSe II. Bild 3: Signalstruktur des Systems zur Überwachung und Schätzung fahrdynamischer Signale für ESP und RoSe II. RoSe II alle in Bild 2 gezeigten Sensorsignale zur Verfügung zu stellen [4; 8]. Damit ergibt sich die in Bild 3 gezeigte logische Struktur der Signalverarbeitung für die beiden Systeme. Ausgehend von diesem Beispiel sind im System zur Überwachung und Schätzung fahrdynamischer Signale alle vorhandenen fahrdynamischen Messgrößen zusammengefasst [4; 8]. Da diesem System dann deutlich mehr Signale als den Einzelsystemen zur Verfügung stehen, ergeben sich im Bereich der modellbasierten Plausibilisierung und der Signalschätzung für viele Fahrzeugsysteme nutzbare Vorteile, von denen einige in den folgenden Abschnitten näher erläutert werden. 2 Überwachung redundanter Sensorsignale Die Kombination der Signale des ESP und des RoSeSystems ermöglicht insbesondere eine gegenseitige Überwachung der beiden verbauten Querbeschleunigungssensoren (redundante Überwachung) innerhalb des gemeinsamen Messbereichs. Zusätzlich gibt es die Möglichkeit, über die kinematische Beziehung a y = vx ωz ein weiteres Beschleunigungssignal aus den ESP-Signalen Fahrzeuglängsgeschwindigkeit vx und Gierrate ωz zu bestimmen (analytische Redundanz [3; 5; 9]). Nimmt man an, dass nicht mehrere Sensorfehler gleichzeitig auftreten, lässt sich theoretisch ein Sensorfehler aufgrund der Diskrepanz der beiden Messsignale feststellen. Der fehlerhafte Sensor kann unter Hinzuziehung des Modellsignals auf der Basis eines Mehrheitsentscheids (,,voting Verfahren“ [5]) identifiziert werden. Dieser naheliegende Zugang lässt sich in der Praxis jedoch so meistens nicht realisieren: Zum einen sind Sensorsignale typischerweise verrauscht, zum anderen basieren Modellsignale auf vereinfachenden Annahmen bzw. unbekannten Parametern. Damit ergeben sich also auch im fehlerfreien Fall Abweichungen, die dann fälschlicherweise als Sen- Brought to you by | University of Toronto-Ocul Authenticated Download Date | 7/18/15 3:11 PM 331 at 6/2007 ANWENDUNGEN sorfehler interpretiert werden könnten. Betrachtet man die angesprochene Fahrzeuganwendung, ist insbesondere das Modell a y = vx ωz nicht in allen Fahrsituationen gültig. Bei entsprechenden Fahrbahnanregungen (,,Schlechtweg“) können außerdem die Querbeschleunigungssensoren kurzzeitig ein Vielfaches des physikalisch plausiblen Signals anzeigen. Damit verbieten sich auch Voting Verfahren, die Toleranzen berücksichtigen. In der Literatur (z. B. [2]) werden deshalb Tiefpassfilter zur Rauschunterdrückung in Kombination mit einer statistischen Auswertung der Signaldifferenzen betrachtet. Nachteilig an diesem Zugang, insbesondere in Hinblick auf eine Realisierung in einem Steuergerät, ist der verhältnismäßig hohe Rechenaufwand. Im Folgenden wird stattdessen eine pragmatische Variante beschrieben, die insbesondere deutlich weniger Speicher benötigt. Verglichen wird die gefilterte Differenz der beiden Sensorsignale mit einer adaptiven Schwelle. Diese Schwelle besteht aus einem festen Anteil, der Sensoroffsets berücksichtigt, und dem eigentlichen adaptiven Anteil, der proportional zum Mittelwert der beiden Sensorsignale ist. Die Überschreitungen der Schwelle werden gezählt und bei Überschreitung eines Maximalwertes wird ein Fehlerflag gesetzt. Dieses Konzept wird ebenfalls zur Identifikation des fehlerhaften Sensors benutzt. Dazu werden beide Sensorsignale jeweils mit dem Modellsignal a y = vx ωz verglichen. Der Fehler ist erkannt, wenn die entsprechenden Zähler für den korrekt arbeitenden Sensor eine geringe Abweichung und gleichzeitig für den fehlerhaften Sensor eine große Zahl von Überschreitungen der Schwelle signalisieren. Das Prinzip wird anhand von Bild 4 erläutert: Einem der beiden Querbeschleunigungssignale (ESP-a y -Signal, grau) ist ein Offsetfehler ab t = 22 s überlagert. Zunächst ist wegen starken Fahrbahnanregungen (Schlechtweg) keine Fehlererkennung möglich. Die Signalverläufe werden zwar intern geglättet, aber gleichzeitig wächst die adaptive Schwelle aufgrund der hohen auftretenden Beschleunigungen. Damit bleiben die zugeordneten Statusflags noch bei dem Wert 3, der ein fehlerfreies, redundant überwachtes Signal kennzeichnet. Schließlich wird bei t = 34,1 s der Fehler erkannt (eindeutige Abweichung über ein längeres Zeitintervall bei gleichzeitig fallender adaptiver Schwelle). Die zugeordneten Statusflags signalisieren durch den Sprung auf den Wert −1 den erkannten Fehler bei noch ungeklärter Zuordnung zu einem Sensor. Zum Zeitpunkt t = 34,4 s ist durch den Vergleich mit dem Modellwert eine Zuordnung möglich: das Flag für den ESP-a y -Sensor zeigt mit dem Wert 0 die Fehlerursache an. Das Flag für den RoSe-Sensor springt zunächst für einen Abtastschritt auf den Wert 2, um den erfolgreichen Modellvergleich zu kennzeichnen. Da anschließend keine weitere Überwachung stattfindet, wird auf den Status des Eingangssignals in die redundante Überwachung umgeschaltet. Dieser signalisiert mit dem Wert 1, dass vorgeschaltete signalindividuelle Tests keinen Fehler erkannt haben. 3 Wankratensensor-Überwachung Mit der gemeinsamen Nutzung der ESP- und RoSe-Signale wird auch eine modellgestützte Überwachung des Wankratensensors möglich. Bei einer Überwachung dieses Typs wird der gemessene Wert mit einem oder mehreren Schätzwerten verglichen und bei Abweichung über eine gewisse Schwelle hinaus auf Fehler erkannt. Hier werden zwei Schätzwerte zunächst für den Wankwinkel berechnet, die anschließend differenziert und mit dem gemessenen Wankratensignal verglichen werden. Der eine Schätzwert beruht auf der kinematischen Beziehung sin ϕ = a y − ωz v x g zwischen den ESP-Größen Querbeschleunigung a y , Gierrate ωz sowie Fahrgeschwindigkeit vx und dem Wankwinkel ϕ des Fahrzeugs (g ist die Fallbeschleunigung2). Diese Beziehung liefert allerdings nur bei stationärer Fahrt sehr gute Schätzergebnisse. Der andere Schätzwert basiert auf einem einfachen Modell der Wankbewegung des Fahrzeugaufbaus, in dem die Abstützung des Aufbaus durch Federung und Dämpfer modelliert ist. Dieses Wankmodell (in Form einer Dgl. 2. Ordnung) kann sogar in der Ordnung noch reduziert werden und äußert sich letztlich in Form eines Tiefpassfilters T ϕ̇V + ϕV = k · a y . Der zweite Schätzwert kann damit allein aus der gemessenen Querbeschleunigung bestimmt werden, wobei die Parameter T und k anhand von Messdaten aus dem Fahrversuch identifiziert sind. Das Modell schätzt allerdings den Wankwinkel ϕV des Fahrzeugs relativ zur Fahrbahn (bzw. die Zeitableitung); dieser unterscheidet sich vom (Gesamt-) Bild 4: Redundante Fehlererkennung und Fehleridentifikation für zwei Querbeschleunigungssensoren. 332 2 Der Beschleunigungssensor arbeitet nach dem seismischen Prinzip, erfasst also bei geneigter Messrichtung auch den Fallbeschleunigungsanteil. Brought to you by | University of Toronto-Ocul Authenticated Download Date | 7/18/15 3:11 PM S. Hillenbrand u. a.: System zur Überwachung und Schätzung fahrdynamischer Signale at 6/2007 nigung a y , Gierrate ωz und Fahrgeschwindigkeit vx . Das Schätzverfahren nutzt dieselbe kinematische Beziehung, die schon oben angegeben ist, zur Berechnung der ,,Stützgröße“ ϕSt sowie die Integration der Wankrate ωx und verknüpft beides in Form eines Beobachters bzw. KalmanFilters, siehe Bild 6. Gelegentlich wird diese Anordnung auch mit ,,complementary filters“ bezeichnet [1], da sie sich als Überlagerung der tiefpassgefilterten Stützgröße und hochpassgefilterten integrierten Wankrate deuten lässt. Dabei addieren sich die Übertragungsfunktionen der beiden Filter (in ,,komplementärer“ Weise) zu Eins. Bild 5: Beispiel für die Wankratenfehlererkennung. Wankwinkel ϕ durch den Wankwinkel ϕ R der Fahrbahn gemäß ϕ = ϕV + ϕ R Auch das Schätzverfahren ist anhand von Messdaten in typischen Fahrmanövern parametriert und liefert gute Schätzwerte des Wankwinkels. Illustriert wird dies in Bild 7 und 8, das Daten zu einer Fahrt im Hochgeschwindigkeitsoval des Prüfzentrums in Boxberg zeigt. Das Oval besteht aus zwei Steilkurven, die durch zwei (annähernd horizontale) Geradenstücke miteinander verbunden sind. Gezeigt sind in Bild 7 die Stützgröße ϕSt , die stark verrauscht ist, sowie die ,,offen“ integrierte Wankrate ϕint . Letztere zeigt infolge eines Offsets im Wankratensensor anwachsende Fehler. Der zweite Schätzwert ist damit nur bei Fahrt auf einer Fahrbahn konstanter Querneigung brauchbar (dϕ/dt = dϕV /dt), insbesondere also auf horizontaler Fahrbahn. Durch numerische Differentiation ergeben sich aus den beiden Schätzwerten zwei Vergleichssignale für die Wankrate. Aufgrund der diskutierten Modellabweichungen kann nur dann auf einen Sensorfehler geschlossen werden, wenn beide mit diesen Vergleichssignalen berechneten Residuen gleichzeitig größer als die Überwachungsschwelle werden. Das Verfahren ist anhand von Messdaten in typischen Fahrmanövern parametriert und erprobt. Insbesondere ist die Überwachungsschwelle adaptiv, sie nimmt proportional zur Gierrate zu. Offset-Fehler können bei Geradeausfahrt gut erkannt werden, bei Kurvenfahrt allerdings nur Fehler großer Intensität. Bild 6: Blockschaltbild des Beobachters. Bild 5 zeigt als Beispiel den Verlauf der Wankrate, der Residuen und der Fehlerschwelle; zum Zeitpunkt t = 10 s wird ein Wankratenfehler von −5◦/s aufgeschaltet. Etwa 1,5 s nach Aufschalten des Fehlers überschreiten beide Residuen den Schwellwert für die Fehlererkennung, und es kann auf einen Wankratensensorfehler geschlossen werden. 4 Wankwinkel-Schätzung Nach der Überwachung des Wankratensignals kann (im fehlerfreien Fall) eine weitere Funktion realisiert werden, die in dieser Güte die beteiligten Systeme einzeln nicht leisten können: die Schätzung des Wankwinkels. Diese benötigt als Eingangsgrößen die vom RoSe-System gemessene Wankrate ωx sowie die ESP-Größen Querbeschleu- Bild 7: Wankwinkelschätzung: Stützgröße und integrierte Wankrate. Brought to you by | University of Toronto-Ocul Authenticated Download Date | 7/18/15 3:11 PM 333 ANWENDUNGEN at 6/2007 integriert werden. Dann bietet es sich an, in diesem Steuergerät auch das System zur Überwachung und Schätzung fahrdynamischer Signale zu realisieren. Literatur Bild 8: Wankwinkelschätzung: Schätz- und Referenzgröße. Nach einmaligem Durchfahren einer Runde (bei etwa 130 s) ist der Wert um ca. 3◦ höher als beim Start. Beide Signale liefern nur eine sehr grobe Schätzung des Wankwinkels, erst die Nutzung beider Informationsquellen gemäß Bild 8 zum eigentlichen Schätzwert ϕest führt zu einem guten Ergebnis, dies erkennt man im Vergleich mit dem ,,tatsächlichen“ Winkel ϕref , der mit einem GPS-gestützten hochgenauen Inertialmesssystem ermittelt ist. Neben der Schätzung des Gesamtwankwinkels ϕ hat man zusätzlich – mit dem oben erwähnten Modell in Form des Tiefpassfilters – eine Schätzung des Wankwinkels ϕV relativ zur Fahrbahn. Damit kann auch durch einfaches Bilden der Differenz der Wankwinkel ϕ R der Fahrbahn ermittelt werden. Bei Anwendung dieses Schätzverfahrens können bei Kurvenfahrt bergauf oder bergab größere Fehler auftreten. Die Ursache hierfür kann an der kinematischen Beziehung ϕ̇ = ωx + tan θ · (sin ϕ · ω y + cos ϕ · ωz ) abgelesen werden: Bei vorhandenem Nickwinkel (θ = 0), etwa aus einer Fahrbahnsteigung, und Kurvenfahrt (ωz = 0) ergibt die Integration der Wankrate nicht mehr den Wankwinkel. 5 Zusammenfassung [1] A. J. Baerveldt und R. Klang: A Low-cost and Low-weight Attitude Estimation System for an Autonomous Helicopter, Proc. of the IEEE Int. Conf. on Intelligent Engineering Systems, INES ’97, Budapest, Hungary, September 1997. [2] E. L. Ding und T. Massel.: Neues Konzept zur redundanten Überwachung von Querbeschleunigungssensoren. ATZ, 107(4), 2005, Seiten 324–329. [3] S. X. Ding, S. Schneider, E. L. Ding und A. Rehm: Advanced Model-based Diagnosis of Sensor Faults in Vehicle Dynamics Control Systems. Proceedings of the 16th IFAC World Congress, Prag, Tschechien, 4.–8. Juli 2005, Paper Nr. 03278. [4] D. Hofmann: Entwicklung einer zentralen Sensorauswertung für die Fahrzeugbewegung. Internationaler VDI-Kongress Elektronik im Kraftfahrzeug, Baden Baden, 25.–26.09.2003. [5] R. Isermann: Supervision, fault detection, and fault diagnosis methods – An introduction. Control Engineering Practice, 5(5), 1997, Seiten 639–652. [6] M. Kröninger, R. Lahmann, T. Lich, M. Schmid, H. Güttler, T. Huber und K. Williams: A new sensing concept for tripped rollovers. SAE-Paper 2004-01-034, 2004. [7] T. Lich und B. Breitmaier: Optimierte Überrollsensierung zur frühzeitigen Überschlagerkennung. Automotive Electronics I, Sonderausgabe von ATZ und MTZ und Automotive Engineering Partners, 2003, Seiten 84–87. [8] A. Rehm und D. Hofmann: Design of a Central Sensor Plausibility Check for the Vehicle Movement. Proceedings of the World Automotive Conference FISITA 2004, Barcelona, Spanien, 23.–27.05.2004, Paper Nr. F2004IO52. [9] S. Schneider, N. Weinhold, S. X. Ding, H.-G. Schulz, E. L. Ding und A. Rehm: Parity Space Method Based Design of Unknown Input Observers for Fault Detection in Vehicle Lateral Dynamics Control System. International Conference on Advances in Vehicle Control and Safety, AVCS 2004, Genua, Italien, 28.–30.10.2004, Seiten 200–207. [10] A. T. van Zanten, R. Erhardt und G. Pfaff: Die Fahrdynamikregelung von Bosch. Automatisierungstechnik, 44(7), 1996, Seiten 359–365. [11] R. Eger: Schätzung von Fahrzeugüberschlagen, Dissertation Universität Karlsruhe, Shaker Verlag 2000. [12] M. Würtenberger: Modellgestützte Verfahren zur Überwachung des Fahrzustands eines PKW, Fortschr.-Ber. VDI Reihe 12 Nr. 314, VDI-Verlag 1997. [13] M. Börner, H. Straky und R. Isermann: Steigerung der Fahrsicherheit durch Einsatz modellgestützter Methoden der Fehlererkennung und -diagnose, 11. Aachener Kolloquium Fahrzeug- und Motorentechnik 2002, Seiten 1127–1167. Manuskripteingang: 18. Mai 2006. Am Beispiel der beiden Systeme ESP und RoSe II wurde dargestellt, dass sich durch die gemeinsame Bearbeitung der fahrdynamischen Sensorsignale erweiterte Möglichkeiten bei der Sensorsignalüberwachung und bei der Signalschätzung ergeben. Werden die fahrdynamischen Sensorsignale auch der anderen Fahrzeugsysteme zusammengefasst, ergeben sich weitere Potenziale. Hierfür werden gegenwärtig Algorithmen und Verfahren entwickelt und erprobt. In zukünftigen Fahrzeugen ist denkbar, dass die Inertialsensoren in einem leistungsfähigen zentralen Steuergerät 334 Brought to you by | University of Toronto-Ocul Authenticated Download Date | 7/18/15 3:11 PM Dr.-Ing. Stefan Hillenbrand beschäftigt sich bei der Vorausentwicklung der Robert Bosch GmbH in Schwieberdingen mit der Schätzung und Überwachung fahrdynamischer Größen sowie mit der aktiven Beinflussung der Fahrzeugbewegung. Adresse: Robert Bosch GmbH, CR/AEV2, Postfach 30 02 40, 70442 Stuttgart, Tel.: 0711/811-42035, Fax: 0711/811-1720, E-Mail: Stefan.Hillenbrand@de.bosch.com S. Hillenbrand u. a.: System zur Überwachung und Schätzung fahrdynamischer Signale Dr.-Ing. Stefan Otterbein beschäftigt sich bei der Vorausentwicklung der Robert Bosch GmbH in Schwieberdingen mit der Schätzung und Überwachung fahrdynamischer Größen sowie mit der aktiven Beinflussung der Fahrzeugbewegung. Adresse: Robert Bosch GmbH, CR/AEV2, Postfach 30 02 40, 70442 Stuttgart, Tel.: 0711/811-1586, Fax: 0711/811-1720, E-Mail: Stefan.Otterbein@de.bosch.com at 6/2007 Prof. Dr.-Ing. Ansgar Rehm arbeitet auf den Gebieten der Regelungstechnik und der digitalen Signalverarbeitung mit Anwendungen u. a. in Fahrdynamik, Verfahrenstechnik und Robotik. Adresse: Fachhochschule Osnabrück, Postfach 1940, 49009 Osnabrück, Tel.: 0541/969-2156, Fax: 0541/ 969-2066, E-Mail: a.rehm@fh-osnabrueck.de Vorschau auf Heft 7/2007 Unsere nächste Ausgabe ist ein Schwerpunktheft zum Thema: „Regelungen von Verbrennungsmotoren und Hybridantrieben“ • G. Meder, A. Mitterer, H. Konrad, G. Krämer, N. Siegl: Entwicklung und Applikation von modellbasierten Steuergerätefunktionen am Beispiel eines Sechszylindermotors mit variablem Ventiltrieb • R. von Pfeil, R. Zimmerschmied, R. Isermann: Nichtlineare Identifikation des Luftpfads von aufgeladenen Dieselmotoren und automatisierter AGR-/VTG-Reglerentwurf • R. Beck, S.S. Zetina, A. Bollig, K. Neiß: Robuste Modellprädiktive Regelung für Hybridgetriebe Weitere Informationen über geplante Hefte, ausführliche Informationen über die in den letzten Heften der at erschienenen Beiträge sowie Hinweise für Autoren finden Sie im Internet unter http://www.at-automatisierungstechnik.de Brought to you by | University of Toronto-Ocul Authenticated Download Date | 7/18/15 3:11 PM 335