Hans-Gerd Schulz :

Modellgestützte Fehlerdiagnose der Sensoren für die Fahrzeug-Querdynamik

Dissertation angenommen durch: Universität Duisburg-Essen, Campus Duisburg, Fakultät für Ingenieurwissenschaften, Abt. Elektrotechnik, 2005-04-12

BetreuerIn: Prof. Dr.-Ing. Steven X. Ding , Universität Duisburg-Essen, Campus Duisburg, Fakultät für Ingenieurwissenschaften, Abt. Elektrotechnik

GutachterIn: Prof. Dr.-Ing. Steven X. Ding , Universität Duisburg-Essen, Campus Duisburg, Fakultät für Ingenieurwissenschaften, Abt. Elektrotechnik
GutachterIn: Prof. Dr.-Ing. Dirk Söffker , Universität Duisburg-Essen, Campus Duisburg, Fakultät für Ingenieurwissenschaften, Abt. Maschinenbau

Schlüsselwörter in Deutsch: Sensorfehler, Modellbildung, HSRI-Reifenmodell, Einspurmodell, Modellfehler, parameterunabhängiger Beobachter, Kalman-Filter, Fahrbahnneigung, Querbeschleunigung
Schlüsselwörter in Englisch: sensor-fault, modelling, HSRI-model, one-track-model, modelling error, observer, Kalman-filter, bank angle, lateral acceleration

  
   
 Klassifikation     
    Sachgruppe der DNB: 620 Ingenieurwissenschaften
  
   
 Abstrakt     
   

Abstrakt in Deutsch

Moderne Fahrerassistenzsysteme dienen der Erhöhung der Sicherheit der Fahrzeugführung bei gleichzeitiger Erhöhung des Komforts durch eine Entlastung des Fahrers von Routineaufgaben. Kritische Fahrsituationen werden frühzeitig erkannt und durch einen aktiven Eingriff in Antrieb, Bremse und – in Zukunft – auch Lenkung korrigiert. Mit steigender Komplexität der Fahrerassistenzsysteme steigt entsprechend auch der Informationsbedarf dieser Systeme stark an. Dabei muss sichergestellt werden, dass die verarbeiteten Informationen, insbesondere die gemessenen Sensorsignale, korrekt sind. Da aus Kostengründen meist auf eine redundante Sensorik verzichtet wird, müssen andere Methoden zur Überwachung der Sensoren eingesetzt werden. In der vorliegenden Arbeit wird die Einsatzmöglichkeit modellbasierter Verfahren für die Sensorfehlerdiagnose am Beispiel der Sensoren der Fahrzeugquerdynamik untersucht. Das in dieser Arbeit verfolgte Ziel ist die schnelle, modellbasierte Detektion der Sensorfehler bei gleichzeitiger Vermeidung von Fehlalarmen auch in Fahrsituationen, in denen die verwendeten Modelle ungenau sind sowie unter Einwirkung der unbekannten Eingangsgröße Fahrbahnneigung. Grundlage für die modellbasierte Fehlerdiagnose sind geeignete, hinreichend genaue physikalische Modelle des Fahrzeugs. Der Prozess der Modellbildung wird dabei systematisch vollzogen und führt zum Zweispurmodell mit einer nichtlinearen Modellierung der Reifenkräfte nach dem HSRI-Modell. Anschließend wird das Einspurmodell mit Wanken hergeleitet und daraus das vereinfachte Einspurmodell mit Wanken abgeleitet, das gegenüber dem bekannten, klassischen Einspurmodell die stationäre Auswirkung des Wankens berücksichtigt. Den Kern der Arbeit bilden zwei neu entwickelte Verfahren: Zunächst wird ein Verfahren zur normbasierten Abschätzung der Auswirkung von Modellfehlern auf die mit einem Modell oder Beobachter erzeugten Schätzwerte der Zustandsgrößen entwickelt. Dazu werden die Modellfehler des Einspurmodells im Vergleich zum Zweispurmodell mit einer nichtlinearen Modellierung der Reifenkräfte als Funktion messbarer Größen beschrieben. Das Verfahren liefert einen Schätzwert für den Fehler der Systemgrößen, der sowohl zur Bildung eines Vertrauensintervalls für die Systemgrößen als auch zur Bildung adaptiver Schwellen für die Sensorfehlerdiagnose verwendet werden kann. Anschließend wird ein neues Konzept zur Sensorfehlerdiagnose entwickelt. Dieses Konzept beruht auf der Auswertung von zwei Residuen für jeden überwachten Sensor. Ein Erkennungsresiduum reagiert auf den zu entdeckenden Sensorfehler, während ein Kontrollresiduum nicht auf den zu entdeckenden Sensorfehler, sondern nur auf alle anderen Fehler sowie Modellungenauigkeiten und unbekannte Eingangsgrößen reagiert. Das Kontrollresiduum wird zur Bildung der Schwellen für das Erkennungsresiduum eingesetzt. Diese Schwellen beruhen auf der Definition von Fehlerbereichen im von den beiden Residuen aufgespannten Residuenraum. Fehlalarme werden vermieden, da in Fahrsituationen mit eingeschränkter Modellgültigkeit die Schwellen automatisch angehoben werden. Für die Realisierung dieses Konzeptes erfolgt die Generierung der Residuen mittels Kalman-Filtern. Die Validierung erfolgt mittels Messungen aus realen Fahrmanövern.

Abstrakt in Englisch

Modern driver assistance systems simultaneously increase the safety and the comfort of driving. These systems are designed to fulfil routine tasks and thus aid the driver. Critical situations are detected early and are prevented by direct intervention, i.e. active braking and – in the future – also active steering. With the complexity of the assistance systems the information demand increases as well. It must be ensured, that the information used, in particular the signals measured by the sensors, are proper. As redundant sensors are generally not acceptable for cost reasons, the sensors must be supervised reliably. In this work the application of model-based sensor-fault diagnosis is examined at the example of the sensors for lateral vehicle dynamics. The aim is to achieve a fast, model-based detection of sensor-faults while avoiding false alarms in any driving situation. This includes driving situations, where the models used are imprecise, and under the influence of an unknown input, the road bank angle. The basis for model-based fault diagnosis are suitable models of the vehicle with adequate accuracy. The process of modelling is thus revisited carefully leading to the two-track model with non-linear modelling of the tyre forces according to the HSRI-model. From this model the one-track model with consideration of vehicle rolling motion is deducted. The essential part of this work are two methods, that are developed. The first method is the normbased estimation of the effect of modelling errors on the state-variables, which are estimated with a model or an observer. The modelling errors of the one-track model in comparison to the two-track model with nonlinear modelling of tyre forces are described as a funcion of measured sensor signals. The method provides an estimate of the faults of the system variables, which can be utilized as well for the definition of a confidence interval as for the generation of adaptive thresholds for fault diagnosis. Subsequently a novel concept for fault diagnosis is presented, which is based on the evaluation of two residuals fro each sensor to be supervised. A detection residual is sensitive to the fault to be detected while a checking residual does not react on this fault but only on any other fault as well as on model uncertainties and unknown input variables. The checking residual is used to define a threshold for the detection residual. This threshold is based on the definition of fault areas in the vector-space spanned by the residuals. To avoid false alarms, the threshold is automatically increased in driving situations with restricted model accuracy. For the realisation of the concept the residuals are generated using Kalman-Filters. The validation of the method is accomplished using measurements from real driving maneuvers.