Im Forschungsprojekt AHeAD werden energieoptimierte Fahrmanöver für Hybridfahrzeuge untersucht, die bei Bedarf zu einer Änderung des global geplanten Betriebszustands führen (z. B. elektrisch zu verbrennungsmotorisch). Durch Geschwindigkeitsprädiktion variabler Länge soll eine Kraftstoffeinsparung durch eine optimierte Betriebsstrategie erreicht werden.

Aufgabe:

• Aufbau eines Modells zur Prädiktion des zukünftigen Geschwindigkeitsverlaufs und Integration in die Betriebsstrategieplanung eines HEV

• Untersuchungen zur Länge eines geeigneten Prädiktionshorizonts

• Analyse der Kraftstoffeinsparung durch die Geschwindigkeitsprädiktion anhand existierender Fahrzyklen

Profil:

• Vertiefte Kenntnisse in der Programmierung von Matlab/Simulink

• Kenntnisse der Simulation von Hybridelektrofahrzeugen von Vorteil

• Strukturiertes und selbstständiges Arbeiten sowie Fähigkeit zur Einarbeitung in komplexe Themen

Bei Interesse bitte die Bewerbungsunterlagen (aktueller Notenspiegel, Lebenslauf, evtl. Bachelorthesis) an die oben genannte Mailadresse senden.

Dominic Waldenmayer; Katharina Bause; Johannes Buyer; Nikolas Andriessen; Hermann Koch-Groeber (2021): Fuel-Saving Potential of Hybrid Electric Vehicles Using Surroundings Sensor System Information. Hg. v. 18th CTI Symposium Berlin. Berlin: Springer Vieweg.