A comprehensive approach for achieving real-world driving maneuvers on complete vehicle test benches: Model-based simulation, robust control design, and deep-learning identification

Diese Arbeit entwickelt ein systematisches Verfahren zur realitätsnahen Simulation dynamischer Fahrmanöver und des Energieverbrauchs von Elektrofahrzeugen auf Gesamtfahrzeugprüfständen. Dazu werden validierte Simulationsmodelle, und Regelungsverfahren sowie datengetriebene Identifikationsmethoden kombiniert. Die Ergebnisse ermöglichen präzise, reproduzierbare und effiziente Prüfstandstests als Alternative zu aufwendigen Straßentests. This work presents a systematic framework for realistic simulation of dynamic driving maneuvers and EV energy consumption on complete vehicle test benches. Validated simulation models, robust control algorithms, and data-driven identification methods are combined to enable accurate, reproducible, and efficient test bench-based vehicle testing while reducing reliance on costly real-world road tests.