Volume 48, Issue 5 - 5

Intelligente Fahrerassistenzsysteme werden künftig den Autofahrer bei Aufgaben der Fahrzeugführung unterstützen. Sie werden helfen, die Fahrerbelastung zu verringern, die Auswirkungen fahrerspezifischer Defizite zu entschärfen und somit einen wirkungsvollen Beitrag zur Erhöhung von Fahrkomfort und Fahrsicherheit leisten. Damit wird auch die Verringerung von Kraftstoffverbrauch und die okönomischere Ausnutzung des verfügbaren Straßenraumes verbunden sein, um die Belastung der Umwelt durch den weiter anwachsenden Straßenverkehr in Grenzen zu halten. Im vorliegenden Beitrag werden Fragen der technischen Realisierung und einer evolutionären Entwicklungs- und Einführungsstrategie solcher Fahrerassistenzsysteme diskutiert. Dabei spielt die Anpassung des Automatisierungsgrades von Fahraufgaben an die menschliche Informationsverarbeitung und die richtige Aufgabenverteilung zwischen Fahrer und System eine besondere Rolle. Zwei realisierte Assistenzsysteme zur Längs- und Querführungsunterstützung werden vorgestellt.

Für einen im Fedbatch-Verfahren betriebenen Bioreaktor, der zur Herstellung des Antibiotikums Penicillin~G eingesetzt wird, wird eine flachheitsbasierte Folgeregelung mit einem neuen Verfahren zur Zustandsschätzung entworfen. Bei der betrachteten Fermentation handelt es sich um einen instationären Prozess, bei dem die eingesetzten Mikroorganismen während eines exponentiellen Wachstums über verschiedene Zwischenstufen das gewünschte Produkt, Penicillin G, produzieren. Dieser Prozess kann durch nichtlineare Differentialgleichungen beschrieben werden. Ziel des eingesetzten Regelungskonzepts ist es, die Produktion von Penicillin G einem vorgegebenen Sollverlauf nachzuführen. Zur Lösung dieses Trajektorienfolgeproblems kann durch Zufütterung von zwei verschiedenen Substraten das Wachstum der Mikroorganismen, der Stoffwechsel und die Produktbildung beeinflusst werden. Neben der Trajektorienfolge soll das System gegen Störungen, Parameteränderungen durch Alterungsprozesse und Modellfehler stabilisiert werden. Es wird gezeigt, dass der Bioreaktor ein flaches System ist. Die Flachheitseigenschaft erlaubt eine elegante Lösung des Trajektorienfolgeproblems. Durch die Vorgabe geeigneter Trajektorien für die Penicillinmasse und eine Substratmasse kann das System aufgrund der Flachheit durch eine statische Zustandsrückführung gegen Störungen und Modellfehler stabilisiert werden. Darüber hinaus erlaubt die Flachheitseigenschaft den Entwurf eines neuartigen nichtlinearen Folgefilters auf der Basis des erweiterten Kalman-Filters zur Realisierung der Zustandsrückführung und zur Schätzung zeitveränderlicher Parameter. Die Leistungsfähigkeit des Regelungskonzepts wird in der Simulation gezeigt und im Experiment bestätigt.

Betrachtet werden zeitkontinuierliche Prozesse, bei denen wichtige Messinformationen nur zeitdiskret und totzeitbehaftet vorliegen. In einigen Fällen sind die Abtastzeiten und Totzeiten verglichen mit den dominanten Zeitkonstanten des Prozesses nicht vernachlässigbar. Dieser Beitrag beschreibt ein modellbasiertes Verfahren für eine zeitkontinuierlich-diskrete Zustandsschätzung und eine prädiktive Kompensation der Totzeit. Die Methode wird an einem Polymerisationsreaktor angewendet. Eine wesentliche Qualitätskenngröße des Polymerisationsprodukts wird durch ein Analysenmessgerät gemessen. Auf Basis der zeitdiskreten und totzeitbehafteten Messdaten und der Prozessmodell-Prädiktion werden zeitkontinuierliche und zeitsynchrone Zustandsgrößen des Prozesses online geschätzt. Das Verfahren wird durch Simulation eines Produktwechsels veranschaulicht.

Anhand eines Prozessmodells und einiger verfügbarer Messungen sind Zustandsbeobachter in der Lage, nicht gemessene Zustände online zu rekonstruieren. Wenn das zugrundeliegende Prozessmodell aufgestellt ist, werden die unbekannten Parameter gewöhnlich mit Hilfe der Methode der kleinsten Fehlerquadrate oder der Maximum-Likelihood-Methode identifiziert, die von Offline-Messungen des gesamten Zustandsvektors Gebrauch machen. Diese herkömmlichen Methoden bringen jedoch nicht zum Ausdruck, dass das Modell des nicht gemessenen Teils des Zustandsvektors mit dem gemessenen in einer sensitiven Abhängigkeit stehen soll. Um eine höhere Modellsensitivität zu erzielen, wird in dieser Studie eine neue Kostenfunktion vorgeschlagen, die das klassische Maximum-Likelihood-Kriterium mit einem skalaren Maß der Modellsensitivität kombiniert.

Von Kiendl und Post wurde ein Verfahren zur invarianten Ordnungsreduktion für Eingrößensysteme vorgestellt. Die vorliegende Arbeit beinhaltet eine Verallgemeinerung des Verfahrens auf Mehrgrößensysteme. Ausgehend von einer Zustandsraumbeschreibung des Originalsystems werden durch Minimieren eines Fehlermaßes an vorgegebenen Frequenzstützstellen die Modellparameter des reduzierten Systemmodells analytisch bestimmt. Die Eigenschaften des reduzierten Systems lassen sich gezielt durch Gewichtung bestimmter Frequenzbereiche mittels transparenter Steuerparameter beeinflussen. Dies ermöglicht einen Entwurf reduzierter Modelle in Abhängigkeit des Verwendungszwecks.

Die Hardware Access Toolbox (MHAT) bietet dem Benutzer eine einfache Möglichkeit, beliebige, auch selbstentwickelte Hardware aus MATLAB 5.3 / SIMULINK 3.0 auf einem PC unter Windows 95/98/NT ohne Kompilieren direkt anzusprechen. Für eine zeitrichtige Signalgenerierung und -erfassung steht ein Echtzeitmodul zur Verfügung, welches vom Benutzer einfach in beliebige SIMULINK-Anwendungen integriert werden kann.