Institut für Regelungs- und Steuerungssysteme (IRS)

Vision

Wie interagieren Menschen und automatisierte Systeme in Zukunft?

Wie lassen sich Synergien in der Zusammenarbeit von Menschen und Maschinen im Kontext der Industrie 4.0 nutzen?

Die Forschungsgruppe Kooperative Systeme entwickelt Konzepte zur Modellierung und Regelung der Interaktion zwischen Menschen und Maschinen. Die individuellen Stärken von Mensch und Maschine werden hierbei kombiniert, um hochperformante Systeme zu erschaffen, welche die zukünftigen Herausforderungen der Automatisierungstechnik bewältigen können. Die Anwendungsgebiete finden sich beispielsweise bei hochentwickelten Fahrerassistenzsystemen oder in der Robotik, Medizintechnik sowie Luft- und Raumfahrttechnik.

Kooperativer Regelkreis

Modellierung und Identifikation

Die Modellierung kooperativer Systeme bildet die Basis des Automatisierungsentwurfs für kooperative Szenarien. In diesem Zusammenhang müssen Unsicherheiten sowohl bezüglich der Wahrnehmung als auch bei den Bewegungen und Handlungen explizit berücksichtigt werden. Des Weiteren wird durch Semantik eine strategische Beschreibung der Interaktion ermöglicht. Außerdem spielt die Identifikation menschlichen Verhaltens eine wesentliche Rolle beim Entwurf der Automation.

Reglerentwurf

Der Reglerentwurf in kooperativen Szenarien erfordert eine dynamische Rollenverteilung. Des Weiteren muss die Automation in der Lage sein, ein gemeinsames Ziel mit dem menschlichen Interaktionspartner zu verhandeln. Ein möglicher Ansatz, kooperative Systeme zu regeln, basiert auf der Verwendung von Spieltheorie und Modellprädiktiver Regelung (MPR). Für eine echtzeitfähige Realisierung werden zudem sogenannte Bewegungsprimitive untersucht.

Versuchsaufbauten

	Mithilfe eines Motion-Tracking-Systems können menschliche Bewegungen in diversen Szenarien aufgezeichnet werden um Identifikationsmethoden zu validieren.
	Das IRS verfügt über einen Fahrsimulator mit aktiven haptischen Schnittstellen. Dieser Simulator ermöglicht die Validierung kooperativer Regelungskonzepte im Kontext hochentwickelter Fahrassistenzsysteme.
	Ein neu entwickeltes Ball-auf-Platte-System mit haptischen Schnittstellen ermöglicht die Anwendung kooperativer Identifikations- und Regelungsmethoden in dynamischen Situationen.

Wissenschaftliche Mitarbeiter

	Jairo Inga Charaja *Forschungsgruppenleiter* Forschungsgebiet: Identifikation für kooperative Regelungssysteme
	Julian Ludwig Wissenschaftlicher Mitarbeiter Forschungsgebiet: Modellierung und Optimierung von Transition, Allokation und Arbitrierung der Fahraufgabe zwischen Fahrer und Fahrerassistenzsystem		Julian Schneider Wissenschaftlicher Mitarbeiter Forschungsgebiet:
	Florian Köpf Wissenschaftlicher Mitarbeiter Forschungsgebiet: Entwurf von kooperativen Regelungskonzepten unter Berücksichtigung von unsicherer Information		Simon Rothfuß Wissenschaftlicher Mitarbeiter Forschungsgebiet: Modellierung kooperativer Zielfindungsprozesse
	Esther Bischoff Wissenschaftliche Mitarbeiterin Forschungsgebiet: Aufgabenkoordination und Ablaufplanung in heterogenen Roboterteams		Christian Braun Wissenschaftlicher Mitarbeiter Forschungsgebiet: Intentionsbasierte kooperative Regelung mit variablem Automatisierungsgrad für die Mensch-Roboter-Interaktion
	Philipp Karg Wissenschaftlicher Mitarbeiter Forschungsgebiet: Modellierung und Identifikation in kooperativen Mensch-Maschine-Szenarien		Balint Varga Wissenschaftlicher Mitarbeiter Forschungsgebiet: Kooperative Regelung mobiler Arbeitsmaschinen

Studentische Mitarbeiter

Omar Abdulbaki

Entwicklung eines Simulators für autonome Fahrzeuge

Michael Meyling

Entwicklung eines Human-Machine-Interfaces für Multi-Roboter-Systeme

Aktuelle Ausschreibungen für studentische Hilfskräfte sind hier zu finden.

Abschlussarbeiter

	Tim Stoll Bachelorarbeit Aufbau einer Simulationsumgebung für Multi-Roboter-Systeme		Xin Ye Masterarbeit Optimale dezentrale Belief-Space-Planung für die Mensch-Maschine-Interaktion in Multi-Roboter-Szenarien
	Lars Erik Fischer Bachelorarbeit Aufbau und Untersuchung eines haptischen Force-Feedback-Interfaces mit Exoskeletten und einem Roboterarm		Maximilian Wörner Masterarbeit Implementierung kooperativer Fahrerassistenz auf Basis der Spieltheorie
	Simon Stoll Masterarbeit Modellierung menschlicher Bewegungen mittels sensormotorischer Optimalregelung		Etienne Bührle Masterarbeit Reinforcement Learning zur adaptiven Folgeregelung nichtlinearer Systeme
	Alejandro Léon Bachelorarbeit Umsetzung von Algorithmen zur Kartierung und Navigation mit einer autonomen Roboterplattform		Toshiaki Sebastian Tanaka Masterarbeit Kooperative Methoden für das Autonome Fahren
	Dominik Juric Masterarbeit Reinforcement-Learning-basierte Identifikation in kooperativen Systemen		Sean Kille Masterarbeit Anwendung Reinforcement-Learning-basierter Trajektorienfolgeregler auf ein Ball-auf-Platte-System
	Jonas Teufel Bachelorarbeit Untersuchung bestehender Lösungsansätze zur Koordination heterogener Multi-Roboter-Teams		Elias Huber Bachelorarbeit Entwicklung und Umsetzung eines Anwendungsszenarios mit kooperierenden mobilen Roboterplattformen
	Martin Hartmann Bachelorarbeit Aufbau und Analyse Virtueller Haptischer Human-Machine-Interfaces mit Exoskeletten und einem Roboterarm		Rinat Prezdnyakov Masterarbeit Echtzeitfähige kooperative Regelung mit Intentionserkennung für die Mensch-Roboter-Interaktion
	Ömer Ekin Masterarbeit Identifikationsverfahren für nichtlineare, kooperative Systeme basierend auf Prinzipien des Reinforcement Learning

Offene Abschlussarbeiten Kooperative Systeme
Titel	Typ	Betreuer
Zustandsrekonstruktion für eine kooperative Regelung mobiler Arbeitsmaschinen	Masterarbeit	M. Sc. Balint Varga
Identifikation kooperativer Regelungssysteme auf Basis der Theorie dynamischer Potentialspiele	Masterarbeit	M. Sc. Balint Varga
Analyse einer kooperativen Regelung für mobile Arbeitsmaschinen	Bachelorarbeit	M. Sc. Balint Varga
Automatisiertes Lernen von Zielpräferenzen für die Mensch-Roboter-Interaktion	Masterarbeit	M. Sc. Christian Braun
Entwicklung von Koordinations-Algorithmen für heterogene Roboter-Teams	Masterarbeit	M. Sc. Esther Bischoff
Implementierung und Erweiterung eines Planungsalgorithmus für Multi-Roboter-Anwendungen in der Raumfahrt	Bachelorarbeit	M. Sc. Esther Bischoff
Entwicklung eines Planungsalgorithmus zur Berücksichtigung komplexer Aufgaben in Multi-Roboter-Systemen	Masterarbeit	M. Sc. Esther Bischoff
Untersuchung von Planungsalgorithmen und Erweiterung auf heterogene Multi-Roboter-Systeme	Masterarbeit	M. Sc. Esther Bischoff
Experiment zur Validierung kooperativer Fahrer-Fahrzeug-Interaktionsmodelle	Bachelorarbeit	M. Sc. Simon Rothfuß
Lernverfahren für Künstliche Intelligenz in kooperativen Entscheidungssituationen	Masterarbeit	M. Sc. Simon Rothfuß
Interfacedesign für autonome Fahrzeuge	Bachelorarbeit	M. Sc. Simon Rothfuß
Analyse und Optimierung Reinforcement-Learning-basierter kooperativer Regelungskonzepte	Masterarbeit	M. Sc. Florian Köpf
Kooperative Trajektorienfolgeregelung basierend auf Reinforcement-Learning-Methoden	Masterarbeit	M. Sc. Florian Köpf

Publikationen der Forschungsgruppe

2020

Reinforcement Learning for Speed Control with Feedforward to Track Velocity Profiles in a Real Vehicle.
Köpf, F.; Puccetti, L.; Rathgeber, C.; Hohmann, S.
2020. 23rd IEEE International Conference on Intelligent Transportation Systems (ITSC), September 20 – 23, 2020, IEEE, Piscataway (NJ)
Adaptive Optimal Control for Reference Tracking Independent of Exo-System Dynamics [in press].
Köpf, F.; Westermann, J.; Flad, M.; Hohmann, S.
2020. Neurocomputing
Partner Approximating Learners (PAL): Simulation-Accelerated Learning with Explicit Partner Modeling in Multi-Agent Domains [in press].
Köpf, F.; Nitsch, A.; Flad, M.; Hohmann, S.
2020. ICCAR 2020, IEEE
Speed Tracking Control using Online Reinforcement Learning in a Real Car [in press].
Puccetti, L.; Köpf, F.; Rathgeber, C.; Hohmann, S.
2020. 2020, The 6th International Conference on Control, Automation and Robotics, Singapore, April 20 - 23, 2020, ICCAR 2020
Deep Decentralized Reinforcement Learning for Cooperative Control.
Köpf, F.; Tesfazgi, S.; Flad, M.; Hohmann, S.
2020. IFAC-PapersOnLine
Adaptive Dynamic Programming for Model-free Tracking of Trajectories with Time-varying Parameters [in press].
Köpf, F.; Ramsteiner, S.; Puccetti, L.; Flad, M.; Hohmann, S.
2020. International journal of adaptive control and signal processing. doi:10.1002/acs.3106
Inverse Open-Loop Noncooperative Differential Games and Inverse Optimal Control.
Molloy, T. L.; Inga, J.; Flad, M.; Ford, J.; Perez, T.; Hohmann, S.
2020. IEEE transactions on automatic control, 65 (2), 897–904. doi:10.1109/TAC.2019.2921835

2019

A Concept for Human-Machine Negotiation in Advanced Driving Assistance Systems.
Rothfuss, S.; Schmidt, R.; Flad, M.; Hohmann, S.
2019. IEEE International Conference on Systems, Man and Cybernetics (SMC), Bari, 06.10.-09.10.2019, 3116–3123, IEEE, Piscataway, NJ. doi:10.1109/SMC.2019.8914282
Robust Design of a Complex, Perturbed Lateral Control System for Automated Driving.
Korus, J.-D.; Karg, P.; Ramos, P. G.; Schütz, C.; Zimmermann, M.; Müller, S.
2019. IFAC-PapersOnLine, 52 (8), 1–6. doi:10.1016/j.ifacol.2019.08.026
Differential-Game-Based Driver Assistance System for Fuel-Optimal Driving.
Flad, M.
2019. Frontiers of Dynamic Games – Game Theory and Management, St. Petersburg, 2018. Ed.: L. Petrosyan, 13–36, Birkhäuser, Cham. doi:10.1007/978-3-030-23699-1_2
Cooperative Decision Making in Cooperative Control Systems by means of Game Theory.
Rothfuß, S.; Steinkamp, J.; Flad, M.; Hohmann, S.
2019, Juli 4. 13th International Conference Game Theory and Management (GTM 2019), Sankt Petersburg, Russland, 3.–5. Juli 2019
Decentralized Path Planning for Cooperating Autonomous Vehicles.
Rothfuß, S.; Prezdnyakov, R.; Flad, M.; Hohmann, S.
2019. AUTOREG, Mannheim, 2-3 Juli, 2019, 271–284, VDI Verlag, Düsseldorf
Decentralized path planning for cooperating autonomous mobile units.
Rothfuß, S.; Prezdnyakov, R.; Flad, M.; Hohmann, S.
2019. Forschung im Ingenieurwesen, 1–11. doi:10.1007/s10010-019-00339-4
Validation of a Human Cooperative Steering Behavior Model Based on Differential Games.
Inga, J.; Flad, M.; Hohmann, S.
2019. IEEE International Conference on Systems, Man, and Cybernetics (IEEE SMC 2019), Bari, I, October 6-9, 2019, 3124–3129, IEEE, Piscataway, NJ. doi:10.1109/SMC.2019.8914574
Solution Sets for Inverse Non-Cooperative Linear-Quadratic Differential Games.
Inga, J.; Bischoff, E.; Molloy, T. L.; Flad, M.; Hohmann, S.
2019. IEEE Control Systems Letters, 3 (4), 871 – 876. doi:10.1109/LCSYS.2019.2919271
A Continuous and Quantitative Metric for the Levels of Automation.
Braun, C. A.; Flad, M.; Hohmann, S.
2019. IFAC-PapersOnLine, 52 (19), 37–42. doi:10.1016/j.ifacol.2019.12.081
Model-Based Control of a Large-Scale Ball-on-Plate System With Experimental Validation.
Kastner, A.; Inga, J.; Blauth, T.; Köpf, F.; Flad, M.; Hohmann, S.
2019. IEEE International Conference on Mechatronics (ICM ), 257–262, IEEE, Picataway, NJ. doi:10.1109/ICMECH.2019.8722850
Kooperative Optimalregelung unter eingeschränkter Kommunikation und Information.
Köpf, F.; Flad, M.; Hohmann, S.
2019. GMA-Fachausschuss 1.50 Workshop "Grundlagen vernetzter Systeme" (2019), Günzburg, Deutschland, 11.–13. März 2019

2018

Load Forecasting in Distribution Grids with High Renewable Energy Penetration for Predictive Energy Management Systems.
Sauter, P. S.; Karg, P.; Kluwe, M.; Hohmann, S.
2018. 2018 IEEE PES Innovative Smart Grid Technologies Conference Europe, ISGT-Europe 2018; Sarajevo; Bosnia and Herzegovina; 21 October 2018 through 25 October 2018, Art. Nr.: 8571524, IEEE, Picataway (NJ). doi:10.1109/ISGTEurope.2018.8571524
A Comparison of Concepts for Control Transitions from Automation to Human.
Ludwig, J.; Haas, A.; Flad, M.; Hohmann, S.
2018, Oktober. IEEE International Conference on Systems, Man, and Cybernetics (2018), Miyazaki, Japan, 7.–10. Oktober 2018
A Comparison of Concepts for Control Transitions from Automation to Human.
Ludwig, J.; Haas, A.; Flad, M.; Hohmann, S.
2018. 2018 IEEE International Conference on Systems, Man, and Cybernetics (SMC), 3201–3206, IEEE, Piscataway (NJ). doi:10.1109/SMC.2018.00542
Evaluating Human Behavior in Manual and Shared Control via Inverse Optimization.
Inga, J.; Eitel, M.; Flad, M.; Hohmann, S.
2018. 2018 IEEE International Conference on Systems, Man, and Cybernetics (SMC), 2699–2704, IEEE. doi:10.1109/SMC.2018.00461
Modeling of Human-Centered Cooperative Control by Means of Tracking in Discrete Time Linear Quadratic Differential Games.
Lemmer, M.; Köpf, F.; Schwab, S.; Flad, M.; Hohmann, S.
2018. 1st IEEE International Conference on Artificial Intelligence and Knowledge Engineering, AIKE 2018; Laguna Hills; United States; 26 September 2018 through 28 September 2018, 156–161, IEEE, Piscataway (NJ). doi:10.1109/AIKE.2018.00034
A Steering Experiment Towards Haptic Cooperative Maneuver Negotiation.
Rothfuß, S.; Grauer, F.; Flad, M.; Hohmann, S.
2018. Proceedings 2018 IEEE International Conference on Systems, Man and Cybernetics SMC 2018, 7-10 October 2018, Miyazaki, Japan, 3207–3212, IEEE, Piscataway, NJ. doi:10.1109/SMC.2018.00543
Adaptive Dynamic Programming for Cooperative Control with Incomplete Information.
Köpf, F.; Ebbert, S.; Flad, M.; Hohmann, S.
2018. IEEE International Conference on Systems, Man and Cybernetics (IEEE SMC 2018), Miyazaki, J, October 7-10, 2018, IEEE, Piscataway, NJ
Identifikation in Differentialspielen basierend auf inverser Optimalsteuerung.
Inga, J.; Hohmann, S.
2018, Februar 22. 52. Regelungstechnisches Kolloquium (2018), Boppard, Deutschland, 21.–23. Februar 2018
Driver Observation and Shared Vehicle Control : Supporting the Driver on the Way Back into the Control Loop = Fahrerbeobachtung und kooperative Fahrzeugführung : Wie der Fahrer auf dem Weg zurück in die Regelschleife unterstützt werden kann.
Ludwig, J.; Martin, M.; Horne, M.; Flad, M.; Voit, M.; Stiefelhagen, R.; Hohmann, S.
2018. at - Automatisierungstechnik, 66 (2), 146–159. doi:10.1515/auto-2017-0103

2017

Cooperative longitudinal driver assistance system based on shared control.
Mosbach, S.; Flad, M.; Hohmann, S.
2017. Proceedings of the 2017 IEEE International Conference on Systems, Man and Cybernetics, SMC 2017, Banff, Canada, 5th - 8th October 2017, 1776–1781, IEEE, Piscataway (NJ). doi:10.1109/SMC.2017.8122873
Neural Network-based Load Forecasting in Distribution Grids for Predictive Energy Management Systems.
Sauter, P.; Karg, P.; Pfeifer, M.; Kluwe, M.; Zimmerlin, M.; Leibfried, T.; Hohmann, S.
2017. Die Energiewende : Blueprints for the New Energy Age, Proceedings of the International ETG Congress 2017, World Conference Center, Bonn, 28th - 29th November 2017, 13–18, VDE Verlag GmbH, Berlin
Individual Human Behavior Identification Using an Inverse Reinforcement Learning Method.
Inga, J.; Köpf, F.; Flad, M.; Hohmann, S.
2017. IEEE International Conference on Systems, Man and Cybernetics (SMC), Banff, AB, Canada, 5–8 October 2017, 99–104, IEEE, Picataway (NJ). doi:10.1109/SMC.2017.8122585
Cooperative Shared Control Driver Assistance Systems Based on Motion Primitives and Differential Games.
Flad, M.; Fröhlich, L.; Hohmann, S.
2017. IEEE transactions on human-machine systems, 47 (5), 711–722. doi:10.1109/THMS.2017.2700435
Cooperative Dynamic Vehicle Control Allocation using Time-Variant Differential Games.
Ludwig, J.; Gote, C.; Flad, M.; Hohmann, S.
2017. IEEE International Conference on Systems, Man and Cybernetics, SMC, Banff, Alberta, Canada, 5th - 8th October 2017, 117–122, IEEE, Piscataway (NJ)
Inverse Reinforcement Learning for Identification in Linear-Quadratic Dynamic Games.
Köpf, F.; Inga, J.; Rothfuß, S.; Flad, M.; Hohmann, S.
2017. IFAC-PapersOnLine, 50 (1), 14902–14908. doi:10.1016/j.ifacol.2017.08.2537
Inverse Optimal Control for Identification in Non-Cooperative Differential Games.
Rothfuß, S.; Inga, J.; Köpf, F.; Flad, M.; Hohmann, S.
2017. IFAC-PapersOnLine, 50 (1), 14909–14915. doi:10.1016/j.ifacol.2017.08.2538
Inverse Optimierung in linear-quadratischen dynamischen Spielen.
Inga, J.; Rothfuß, S.; Köpf, F.; Hohmann, S.
2017. GMA-Fachausschuss 1.50 Workshop "Grundlagen vernetzter Systeme", Günzburg, 29.-31. Mai 2017
Bridging the Gap between Open Loop Tests and Statistical Validation for Highly Automated Driving.
Koenig, A.; Gutbrod, M.; Hohmann, S.; Ludwig, J.
2017. SAE International journal of transportation safety, 5 (1). doi:10.4271/2017-01-1403
Kooperative Regelungskonzepte auf Basis der Spieltheorie und deren Anwendung auf Fahrerassistenzsysteme. Dissertation.
Flad, M.
2017. KIT Scientific Publishing, Karlsruhe. doi:10.5445/KSP/1000063300
Identifikation des menschlichen Bewegungsverhaltens auf der Basis von Primitiven. Dissertation.
Diehm, G.
2017. KIT Scientific Publishing, Karlsruhe. doi:10.5445/KSP/1000062214

2016

Modellierung und Identifikation mithilfe eines erweiterten schaltenden autoregressiven Systems.
Inga, J.; Hohmann, S.
2016. GMA-Fachausschuss 1.30 Workshop, Anif/Salzburg,19.-21. September 2016
UberManufacturing: A goal-driven collaborative industrial manufacturing marketplace.
Mayer, S.; Plangger, D.; Michahelles, F.; Rothfuss, S.
2016. 6th International Conference on the Internet of Things, IOT 2016; Stuttgart; Germany; 7 November 2016 through 9 November 2016, 111–119, ACM, New York (NY). doi:10.1145/2991561.2991569
Kooperative Regelungskonzepte auf Basis der Spieltheorie und deren Anwendung auf Fahrerassistenzsysteme. Dissertation.
Flad, M.
2016. KIT, Karlsruhe. doi:10.5445/IR/1000062759

2015

Iteratives Vorgehen in räumlich getrennten mechatronischen Entwicklungsteams – Das Wechselspiel von Synthese und testbasierter Analyse.
Matthiesen, S.; Schmidt, S.; Ludwig, J.; Hohmann, S.
2015. Fachtagung Mechatronik 2015 : Dortmund, 12.03.-13.03.2015). Herausgeber: T. Bertram, 137–142, Technische Universität, Dresden
Gray-Box Driver Modeling and Prediction: Benefits of Steering Primitives.
Inga, J.; Flad, M.; Diehm, G.; Hohmann, S.
2015. 2015 IEEE International Conference on Systems, Man, and Cybernetics (SMC), Kowloon Tong, Hong Kong, 9–12 October 2015, 3054–3059, IEEE. doi:10.1109/SMC.2015.531

2014

Integration of an Active Brake Pedal Simulator in the CarMaker Environment for Design and Evaluation of Haptic Driver Assistance Systems.
Rothfuss, S.; Flad, M.; Diehm, G.
2014. IPG Automotive applay and innovate
Active Brake Pedal Feedback Simulator Based on Electric Drive.
Flad, M.; Rothfuss, S.; Diehm, G.; Hohmann, S.
2014. SAE 2014 World Congress & Exhibition, Detroit, Michigan, USA, April 8 - 10, 2014
Active Brake Pedal Feedback Simulator Based on Electric Drive.
Flad, M.; Rothfuss, S.; Diehm, G.; Hohmann, S.
2014. SAE International journal of passenger cars, 7 (1), 189–200. doi:10.4271/2014-01-0325
Optimal interaction structure of human drivers cooperation: A pilot study.
Ludwig, J.; Diehm, G.; Flad, M.; Hohmann, S.
2014. Proceedings - 2014 IEEE International Conference on Systems, Man, and Cybernetics (SMC), San Diego, CA, USA, October 5-8, 2014, 3593–3598, IEEE, Piscataway (NJ). doi:10.1109/SMC.2014.6974487
Subliminal optimal longitudinal vehicle control for energy efficient driving.
Sauter, P.; Flad, M.; Hohmann, S.
2014. Proceedings - 2014 IEEE International Conference on Systems, Man, and Cybernetics (SMC), San Diego, CA, USA, October 5-8, 2014, 3001–3007, IEEE, Piscataway (NJ). doi:10.1109/SMC.2014.6974387
Steering driver assistance system: A systematic cooperative shared control design approach.
Flad, M.; Otten, J.; Schwab, S.; Hohmann, S.
2014. Proceedings - 2014 IEEE International Conference on Systems, Man, and Cybernetics (SMC), San Diego, CA, USA, October 5-8, 2014, 3585–3592, IEEE, Piscataway (NJ). doi:10.1109/SMC.2014.6974486
Necessary and sufficient conditions for the design of cooperative shared control.
Flad, M.; Otten, J.; Schwab, S.; Hohmann, S.
2014. Proceedings - 2014 IEEE International Conference on Systems, Man, and Cybernetics (SMC), San Diego, CA, USA, October 5-8, 2014, 1253–1259, IEEE, Piscataway (NJ). doi:10.1109/SMC.2014.6974086
Driver characterization & driver specific trajectory planning: an inverse optimal control approach.
Gote, C.; Flad, M.; Hohmann, S.
2014. Proceedings - 2014 IEEE International Conference on Systems, Man, and Cybernetics (SMC), San Diego, CA, USA, October 5-8, 2014, 3014–3021, IEEE, Piscataway (NJ). doi:10.1109/SMC.2014.6974389
Robust Torque Vectoring Control.
Kaspar, S.; Ludwig, J.; Bünte, T.; Hohmann, S.
2014. Proceedings of the 19th IFAC World Congress 2014, Cape Town, South Africa, August 24 - 29, 2014; Vol. 12. Ed.: E. Boje, 12023–12028, Curran, Red Hook (NY). doi:10.3182/20140824-6-ZA-1003.02359
Individual Driver Modeling via Optimal Selection of Steering Primitives.
Flad, M.; Trautmann, C.; Diehm, G.; Hohmann, S.
2014. Proceedings of the 19th IFAC World Congress 2014, Cape Town, South Africa, August 24 - 29, 2014; Vol. 1. Ed.: E. Boje, 696–702, Curran, Red Hook (NY). doi:10.3182/20140824-6-ZA-1003.00223
Integration of an Active Brake Pedal Simulator in the CarMaker Environment for Design and Evaluation of Haptic Driver Assistance Systems.
Rothfuß, S.; Flad, M.; Hohmann, S.
2014. apply & innovate 2014 - IPG Technologiekonferenz, Karlsruhe, 23. - 24. September 2014

2013

Online identification of individual driver steering behaviour and experimental results.
Diehm, G.; Maier, S.; Flad, M.; Hohmann, S.
2013. Proceedings - 2013 IEEE International Conference on Systems, Man and Cybernetics (SMC 2013) : Manchester, United Kingdom, 13 - 16 October 2013, 221–227, IEEE, Piscataway (NJ). doi:10.1109/SMC.2013.44
An Identification Method for Individual Driver Steering Behaviour Modelled by Switched Affine Systems.
Diehm, G.; Maier, S.; Flad, ;.; Hohmann, S.
2013. 52nd IEEE Annual Conference on Decision and Control, Florence, Italy, Dec. 10 ‐13, 2013, 3547–3553, IEEE, Piscataway (NJ). doi:10.1109/CDC.2013.6760428
Experimental validation of a driver steering model based on switching of driver specific primitives.
Flad, M.; Trautmann, C.; Diehm, G.; Hohmann, S.
2013. Proceedings - 2013 IEEE International Conference on Systems, Man, and Cybernetics, SMC 2013, Manchester, United Kingdom, 13 - 16 October 2013, 214–220, IEEE, Piscataway (NJ). doi:10.1109/SMC.2013.43
Identifkation schaltender Systeme auf der Basis von Ausgangstrajektorien.
Diehm, G.; Hohmann, S.
2013. GMA FA 1.30 Workshop 2013, Anif/Salzburg, Österreich. GMA Fachausschuss 1.30 „Modellbildung, Identifikation und Simulation in der Automatisierungstechnik“