Mit einem Echtzeitmodell können die Bewegungen eines Fahrzeugs um alle drei Hauptachsen beschrieben werden. Genaue und echtzeitfähige Modelle der Fahrzeugdynamik sind für die Verbesserung von Fahrdynamikregelung, Abstands- und Geschwindigkeitsregelung oder die Vorherbestimmung von Fahrzeugzuständen (Verhinderung kritischer Fahrzustände) erforderlich. Basis des adaptiven Fahrzeugmodells ist ein physikalisches Modell der Kraftfahrzeugdynamik mit den Eingangsgrößen Drosselklappe, Bremsdruck, Lenkradwinkel und Umwelt (Gegenwind, Seitenwind, Fahrbahnsteigung). Das Fahrzeugs selbst wird dargestellt durch Antrieb, Bremse und Lenkung (fahrerbetätigt). Horizontal- und Vertikaldynamik werden durch die Umwelt beeinflußt. Alle Modellkomponenten zusammen wirken auf das System Rad-Straße und geben ihre Systemantworten an die Ausgänge weiter. Das Simulationsmodell ist in der blockorientierten Simulationsumgebung MATLAB/Simulink implementiert und bildet das Verhalten eines PKW mit Ottomotor und Automatikgetriebe ab. Bei gleichbleibenden Umgebungsbedingungen wird die reale Fahrzeugbewegung gut abgebildet. Bei zeitlich veränderlichen, externen Fahrzeugwiderständen, besonders bei einer Änderung der Fahrbahnsteigung weicht die berechnete Fahrzeuggeschwindigkeit stark von der gemessenen ab. Da zusätzliche Sensorik zur Fahrbahnsteigung nicht verwendet werden soll, wurde ein Beobachter entwickelt der als Messgrösse nur die Fahrzeuggeschwindigkeit benötigt. Dieser Steigungsbeobachter beschreibt das Kräftegleichgewicht in Richtung der Längsachse des Fahrzeugs. Die resultierende Beschleunigungskraft ergibt sich als Summe der Antriebs- oder Bremskraft, des Luftwiderstandes, des Rollwiderstandes und des Steigungswiderstandes. Der Beobachter berechnet aus den an der Fahrzeuglängsachse angreifenden Kräften (Ausgangsgrößen des Fahrzeugmodells) und der gemessenen Geschwindigkeit einen Wert für die Fahrbahnsteigung, die dem Fahrzeugmodell über das Modul Umwelt als zusätzliche Eingangsgröße aufgeschaltet wird. Mit Beobachter betragen die Abweichungen der gemessenen und gerechneten Fahrzeuggeschwindigkeit weniger als 1 km/h, die der Fahrbahnsteigungen weniger als 0,8 %. Das hier eingesetzte hybride Modell aus experimentell bestimmtem neuronalen Netz (Testfahrzeug) und physikalischem Fahrzeugmodell reagiert auf Veränderungen besonders genau. Als neuronales Netz wurde das LOLIMOT (Local Linear Model Tree) Netz benutzt, das schnelle Trainings- und Generalisierungseigenschaften hat. Am Beispiel der Änderung des Fahrbahnreibwertes wird das Verhalten des hybriden Modells gegenüber dem rein physikalischen Modell gezeigt. Für die Echtzeitimplementierung im Fahrzeug wurde ein Rechner entwickelt der über den CAN-Bus mit dem Fahrzeug kommuniziert.