图法斯特生态团队的纵向巡航控制器

通过使用基于算法的驾驶策略，利用车辆模型和GPS跟踪数据，最大限度地提高效率。Maximilian Amm, Alexander Hammerl和Maximilian Mühlbauer为他们的EducEco /壳牌生态马拉松车设计了一个速度控制器。Hammerl和Mühlbauer与MathWorks的Christoph Hahn一起展示了他们的车辆模型，并讨论了他们对纵向速度控制器的集成。

首先，Alexander Hammer介绍了如何建立一个车辆模型，重点是建模损失、驾驶员和电路，以使用遗传算法生成最优的特定轨道驾驶策略。您将获得用于仿真的组件的完整模型概述，包括电路模型、车辆模型、驱动器和控制模型。

接下来，Maximilian Mühlbauer将讨论如何使用模拟结果。Maximilian解释了硬件实现在开发过程中的关键部分，以及巡航控制系统的优点和缺点。

图法斯特生态团队专门从事效率竞赛，目标是在尽可能少消耗能源的情况下旅行。拥有巡航控制系统对驾驶性能来说是一个巨大的优势。感谢图法斯特生态团队提供的方法。