Erweiterte Fahrerassistenzsysteme (ADAS) gewinnen in der Fahrzeugentwicklung immer mehr an Bedeutung. Insbesondere bei Nutzfahrzeugen führt dies zu mehr Sicherheit, mehr Komfort für den Fahrer und geringeren Gesamtbetriebskosten. Die derzeit auf dem Markt befindlichen Systeme zielen auf SAE Level 2 mit teilautomatisierten Fahrfunktionen ab. Zukünftige Lkw-Designs werden höhere Automatisierungsgrade anstreben. In diesem Zusammenhang ist die Kenntnis des Reibwertpotenzials zwischen der Straßenoberfläche und den Fahrzeugreifen sowie die anschließende Anpassung automatisierter Fahrfunktionen von entscheidender Bedeutung für eine sichere Längs- und Querführung von Fahrzeugen im Allgemeinen. In vorangegangenen Forschungsprojekten wurde ein zuverlässiges und funktionales Verfahren zur ursachenbasierten Reibwertpotenzialschätzung für Pkw entwickelt (Müller et al., 2017; Müller et al., 2019). Unfälle, die durch Straßenglätte verursacht werden, machen einen erheblichen Anteil am Gesamtunfallgeschehen aus. Mit Hilfe einer detaillierten Analyse von Unfalldaten konnte gezeigt werden, dass das System ein großes Potenzial zur Unfallvermeidung hat. Dies gilt auch für Lkw-Unfälle (Müller et al., 2021). Die Methode selbst ist fahrzeugunabhängig, jedoch an Pkw und deren Fahrdynamik angepasst. Im Rahmen des von der Bundesanstalt für Straßenwesen (BASt) finanzierten Forschungsprojekts "Prognose des Reibungspotenzials bei schweren Nutzfahrzeugen (> 12 t)" wird die Abschätzung des Reibungspotenzials weiterentwickelt und für schwere Nutzfahrzeuge angepasst. In diesem Bericht werden verschiedene Ergebnisse aus realen Fahrversuchen, die Methode der Reibwertpotenzialschätzung im Allgemeinen, sowie eine Betrachtung des möglichen Einsatzes für zukünftige Lkw-Fahrerassistenzfunktionen vorgestellt. Das maximal nutzbare Reibwertpotenzial wird durch Bremsmanöver innerhalb des ABS-Regelbereichs bei Geradeausfahrten auf horizontalen Straßenabschnitten ermittelt. Alle Reibwertpotenzialmessungen werden parallel mit einem Sattelzug-Lkw und einem Pkw durchgeführt, um einen permanenten Vergleich zwischen beiden Fahrzeugen zu ermöglichen. Zusätzlich zu den fahrzeugeigenen Sensoren sind beide Versuchsfahrzeuge mit entsprechender Messtechnik zur Aufzeichnung der Beschleunigung und weiterer Umweltdaten ausgestattet. Zunächst werden erste Untersuchungen auf einer Teststrecke durchgeführt, um den Einfluss unterschiedlicher Beladungszustände und verschiedener Ausgangsgeschwindigkeiten auf das maximal nutzbare Reibwertpotenzial zu ermitteln. Weitere Messungen werden auf verschiedenen bewässerten Oberflächen durchgeführt. Anschließend werden Reibwertpotenzialmessungen unter realen Fahrbedingungen auf öffentlichen Straßen in Brandenburg durchgeführt. Über einen Zeitraum von mehr als einem Jahr wird von der TU Berlin und der IAV eine umfangreiche Reibwertdatenbank aufgebaut. Das Ziel ist es dabei möglichst alle Witterungsbedingungen eines Jahres zu berücksichtigen. Vergleichbare Messungen zwischen Pkw und Lkw in einem solchen Umfang sind aus der aktuellen Literatur nicht bekannt. Es wird daher ein ursachenbasierter Ansatz zur Reibwertpotenzialschätzung entwickelt, welcher zuverlässige Ergebnisse liefert und im Echtzeitbetrieb eingesetzt werden kann. Der Kern dieser Methode basiert auf der Abschätzung des Straßenzustandes unter ausschließlicher Verwendung externer Wetterdaten, die eine Reibwertpotenzialvorhersage für den Bereich um das Ego-Fahrzeug gewährleisten. Spezifische Anpassungen des Algorithmus ermöglichen die Übertragbarkeit für die Anwendungen im Schwerlastverkehr. Die Ergebnisse umfassen verschiedene Analysen der Effektivität des Systems, wobei der Schwerpunkt auf der Quantifizierung seiner Zuverlässigkeit und Genauigkeit für den Versuchs-Lkw liegt.

    Advanced Driver-Assistance Systems (ADAS) are getting more and more important in vehicle development. Especially for commercial vehicles, this results in an increase in safety, more comfort for drivers, and reduced Total Cost of Ownership (TCO). Current systems on the market are targeting up to SAE Level 2 with partially automated driving features. The future truck design will potentially aim for higher levels of automation. In this context, the knowledge of the friction potential between the road surface and vehicle tires, as well as the subsequent adaption of the automated driving functions is essential for the safe longitudinal and lateral guidance of vehicles in general. In previous research projects, a reliable and functional cause-based friction potential estimation method for passenger cars was developed (Müller et al., 2017; Müller et al., 2019). Accidents caused by slippery roads account for a significant proportion of total accidents. With the help of a detailed analysis of accident data, it was possible to show that the system has great potential for accident avoidance. This also applies to truck accidents (Müller et al., 2021). The method is vehicle independent, however adapted to passenger cars and their vehicle dynamics. As part of the research project “Prognosis of the friction potential in heavy goods vehicles (> 12 t)”, financed by the Bundesanstalt für Straßenwesen (BASt), the estimation of the friction potential coefficient shall be further developed and adopted for heavy-duty vehicles. This report shows results from real-driving experiments, the friction prediction method in general, and a consideration of its potential use for future truck driver assistance systems. The maximum usable friction potential is determined by using braking maneuvers within the ABS control range while driving straight-ahead on horizontal road sections. All friction potential measurements are conducted in parallel with a heavy-duty long-haul truck and a passenger car to enable a permanent comparison between both vehicles. In addition to the vehicle's own sensors, both test vehicles are equipped with data acquisition systems to record acceleration as well as various environmental data. First of all, initial investigations are performed on a test track to determine the influence of varying loading conditions and different initial speeds on the maximum usable friction potential. Further measurements are accomplished with various irrigated surfaces. Subsequently, friction potential measurements are carried out under real driving conditions on public roads in Brandenburg. Over a period of more than a year, a substantial database is collected by TU Berlin and IAV. The aim is to reproduce all the weather conditions throughout the year to calibrate the algorithm and set up implementation scenarios for ADAS. Comparative measurements between passenger cars and trucks on such a scale are not yet known from the current literature. In the project, a cause-based approach for friction potential estimation is developed, which provides reliable results and is capable of being implemented as a large-scale friction map. The core of this method is based on road condition estimation using only external weather data, which ensures a friction potential prediction for the area around the ego vehicle. Specific adaptations of the algorithm allow the transfer to heavy-duty truck applications. The results include various analyses of the system's effectiveness, with a focus on quantifying its reliability and accuracy for the test truck.


    Access

    Download


    Export, share and cite



    Title :

    Prognose des Kraftschlusspotenzials bei schweren Güterkraftfahrzeugen (> 12 t zGG.)


    Contributors:

    Publication date :

    2025-05-20



    Type of media :

    Book


    Type of material :

    Electronic Resource


    Language :

    German


    Classification :

    DDC:    620



    Systematisierung geeigneter fahrfremder Tätigkeiten für automatisiertes Fahren von schweren Güterkraftfahrzeugen

    Flämig, Heike / Beck, Katharina / Hoffmann, Lars et al. | ELBA - Federal Highway Research Institute (BASt) | 2024

    Free access


    Antiblockiersystem in schweren Nutzfahrzeugkombinationen

    Drometer,K. / Daimler-Benz | Automotive engineering | 1983


    Entwicklungslinien bei schweren Nutzfahrzeugen

    Muehe,P. / IVECO-Magirus,Ulm | Automotive engineering | 1986


    Konzept eines schweren Jagdpanzers

    Krapke,P.W. | Automotive engineering | 1983