Elektrischer Rennwagen der Formula Student
Das TUfast-Team wird sein elektrisches Rennauto mit dem Ellipse-N Miniatur-INS/GNSS für die Dynamikanalyse ausstatten.
“Der Ellipse-N war ein sehr entscheidender Faktor für unser sehr erfolgreiches Auto 2018 (1. Platz beim Autocross in UK, Deutschland und Spanien; 1. Platz insgesamt in Australien).” | Alexandre K., Fahrzeugdynamik TU FAST Team
TUfast bei der Formula Student Electric
Die Formula SAE wurde 1979 von Professoren in den Vereinigten Staaten gegründet und kam 1999 nach Europa. Ziel des Projekts ist es, Studenten herauszufordern, ihre Fähigkeiten zu testen und zu lernen, wie man in einem Team an einem großen Projekt arbeitet.
Der Wettbewerb hat die Kategorie Elektro vor einigen Jahren begrüßt und TUfast nimmt mit seinem Elektroauto namens “eb018” teil, das das Ellipse2-N, ein Miniatur-Inertialnavigationssystem von SBG Systems, beinhaltet.
Fahrdynamik
Das Ellipse-N INS/GNSS wurde auf dem eb018 installiert. Die IMU- und GPS-Geschwindigkeit sind die Hauptquellen des Filters, den das Team zur Schätzung des Zustands des Fahrzeugs verwendet hat (Geschwindigkeit, Schlupfwinkel, X- und Y-Beschleunigungen und Gierrate).
Dieser Zustand wurde dann mit einem gewünschten Zustand verglichen, um den Befehl jedes Motors zu erzeugen. Der Ellipse2-N war daher ein sehr entscheidender Faktor für das sehr erfolgreiche Auto 2018 von TUfast (1. Platz beim Autocross in Großbritannien, Deutschland und Spanien; 1. Platz insgesamt in Australien).
Reifenanalyse
Die GPS-Positionen wurden ausgiebig für die Analyse verwendet. Das Team erstellte viele Karten, um alle Phänomene, die die Leistung des eb018 beeinflussen, intuitiver zu verstehen. Ein sehr aufschlussreiches Beispiel ist die Streckenkarte unten. Sie zeigt einen internen Korrekturfaktor in unserem Kalman-Filter.
Wir haben daraus gelernt, dass unser Reifenmodell die longitudinalen Reifenkraften (blau/grün auf Geraden) überschätzt und eine recht gute Schätzung der lateralen Kräfte (orange/gelb in Kurven) liefert.
Ellipse-N Einsatz im Auto 2019
Die Ellipse und ihre Software waren großartig in der Anwendung und einfach zu konfigurieren. Die Dokumentation enthält alles, was wir für den Einstieg und die Entwicklung der Schnittstelle zu unserem System benötigten.
Die von der Ellipse gelieferten Daten sind genau und haben zeitweise weniger als 10 cm Fehler auf über 1 km langen Strecken gezeigt. Wir sind sehr zufrieden mit diesem Produkt, erklärt Alexandre Kopp, verantwortlich für Fahrzeugdynamik im TUfast Team.
Auf eb019 werden wir das Potenzial der Ellipse2-N noch stärker ausschöpfen. Wir werden 2 Kalman-Filter verwenden; einen für den Hauptzustand (wie auf eb018); und einen zweiten, um die Sensoren und Daten zu filtern, die dem physikalischen Modell des Hauptfilters zugeführt werden.
Der Hauptfilter wird auch mit einer Positions- und Kursschätzung verbessert. Die Ellipse2-N bleibt somit der wichtigste Sensor unseres Autos für die Zustandsschätzung. Sein integrierter Kalman-Filter wird auf eb019 besonders nützlich sein, mit genauen Schätzungen der Roll-, Nick- und Gierwinkel.
Diese drei sind für die Berechnung der aerodynamischen Kräfte notwendig.
Ellipse-N
Ellipse-N ist ein kompaktes und leistungsstarkes RTK Inertial Navigation System (INS) mit einem integrierten Dualband-Quad-Konstellations-GNSS-Empfänger. Es bietet Roll-, Nick-, Kurs- und Heave-Daten sowie eine zentimetergenaue GNSS-Position.
Der Ellipse-N Sensor eignet sich am besten für dynamische Umgebungen und schwierige GNSS-Bedingungen, kann aber auch in Anwendungen mit geringerer Dynamik mit magnetischer Kurssteuerung betrieben werden.
Fordern Sie ein Angebot für Ellipse-N an
Haben Sie Fragen?
Willkommen in unserem FAQ-Bereich! Hier finden Sie Antworten auf die häufigsten Fragen zu den Anwendungen, die wir vorstellen. Wenn Sie nicht finden, wonach Sie suchen, können Sie sich gerne direkt an uns wenden!
Was ist GNSS vs. GPS?
GNSS steht für Global Navigation Satellite System und GPS für Global Positioning System. Diese Begriffe werden oft synonym verwendet, aber sie beziehen sich auf unterschiedliche Konzepte innerhalb satellitengestützter Navigationssysteme.
GNSS ist ein Sammelbegriff für alle Satellitennavigationssysteme, während GPS sich speziell auf das US-amerikanische System bezieht. GNSS umfasst mehrere Systeme, die eine umfassendere globale Abdeckung bieten, wobei GPS nur eines dieser Systeme ist.
Durch die Integration von Daten aus mehreren Systemen erhalten Sie mit GNSS eine verbesserte Genauigkeit und Zuverlässigkeit, während GPS allein je nach Satellitenverfügbarkeit und Umgebungsbedingungen Einschränkungen aufweisen kann.
Was ist der Unterschied zwischen AHRS und INS?
Der Hauptunterschied zwischen einem Attitude and Heading Reference System (AHRS) und einem Inertial Navigation System (INS) liegt in ihrer Funktionalität und dem Umfang der von ihnen bereitgestellten Daten.
AHRS liefert Orientierungsinformationen, insbesondere die Lage (Nick-, Rollwinkel) und den Kurs (Gierwinkel) eines Fahrzeugs oder Geräts. Es verwendet typischerweise eine Kombination von Sensoren, darunter Gyroskope, Beschleunigungsmesser und Magnetometer, um die Orientierung zu berechnen und zu stabilisieren. Das AHRS gibt die Winkelposition in drei Achsen (Nick-, Roll- und Gierwinkel) aus, wodurch ein System seine Orientierung im Raum verstehen kann. Es wird häufig in der Luftfahrt, bei UAVs, in der Robotik und in Marinesystemen eingesetzt, um genaue Lage- und Kursdaten zu liefern, die für die Fahrzeugsteuerung und -stabilisierung entscheidend sind.
Ein INS liefert nicht nur Orientierungsdaten (wie ein AHRS), sondern verfolgt auch die Position, Geschwindigkeit und Beschleunigung eines Fahrzeugs im Zeitverlauf. Es verwendet Trägheitssensoren, um die Bewegung im 3D-Raum zu schätzen, ohne auf externe Referenzen wie GNSS angewiesen zu sein. Es kombiniert die in AHRS (Gyroskope, Beschleunigungsmesser) enthaltenen Sensoren, kann aber auch fortschrittlichere Algorithmen für die Positions- und Geschwindigkeitsverfolgung enthalten und sich oft mit externen Daten wie GNSS integrieren, um die Genauigkeit zu verbessern.
Zusammenfassend lässt sich sagen, dass sich AHRS auf die Orientierung (Lage und Kurs) konzentriert, während INS eine vollständige Suite von Navigationsdaten einschließlich Position, Geschwindigkeit und Orientierung bereitstellt.
Was ist der Unterschied zwischen IMU und INS?
Der Unterschied zwischen einer Inertial Measurement Unit (IMU) und einem Inertial Navigation System (INS) liegt in ihrer Funktionalität und Komplexität.
Eine IMU (Inertiale Messeinheit) liefert Rohdaten über die lineare Beschleunigung und Winkelgeschwindigkeit des Fahrzeugs, gemessen von Beschleunigungssensoren und Gyroskopen. Sie liefert Informationen über Roll-, Nick- und Gierbewegungen sowie die allgemeine Bewegung, berechnet jedoch keine Positions- oder Navigationsdaten. Die IMU ist speziell darauf ausgelegt, wesentliche Daten über Bewegung und Orientierung weiterzuleiten, die extern verarbeitet werden, um Position oder Geschwindigkeit zu bestimmen.
Ein INS (Inertial Navigation System) hingegen kombiniert IMU-Daten mit fortschrittlichen Algorithmen, um die Position, Geschwindigkeit und Orientierung eines Fahrzeugs über die Zeit zu berechnen. Es integriert Navigationsalgorithmen wie die Kalman-Filterung zur Sensorfusion und -integration. Ein INS liefert Echtzeit-Navigationsdaten, einschließlich Position, Geschwindigkeit und Orientierung, ohne auf externe Positionierungssysteme wie GNSS angewiesen zu sein.
Dieses Navigationssystem wird typischerweise in Anwendungen eingesetzt, die umfassende Navigationslösungen erfordern, insbesondere in GNSS-verweigerten Umgebungen, wie militärischen UAVs, Schiffen und U-Booten.
Akzeptiert das INS Eingaben von externen Hilfssensoren?
Inertiale Navigationssysteme unseres Unternehmens akzeptieren Eingaben von externen Hilfssensoren wie Luftdatensensoren, Magnetometern, Odometern, DVL und anderen.
Diese Integration macht das INS äußerst vielseitig und zuverlässig, insbesondere in GNSS-abgelehnten Umgebungen.
Diese externen Sensoren verbessern die Gesamtleistung und Genauigkeit des INS, indem sie ergänzende Daten liefern.
