🚴‍♂️ CdA aus Powermeter-Daten berechnen: Die erweiterte Chung-Methode von RaceYourTrack

Wie lässt sich der Luftwiderstand eines Fahrers auf der Straße bestimmen, ohne Windkanal und ohne Laborsetup? Genau hier setzt die Chung-Methode an.

RaceYourTrack nutzt eine erweiterte Version dieses physikalischen Ansatzes, um den CdA aus Powermeter-, GPS- und Höhendaten zu schätzen – nicht nur auf idealisierten Testloops, sondern auch auf realen Strecken mit Anstiegen und Gefällen.

Das Ziel ist keine abstrakte Kennzahl um ihrer selbst willen, sondern eine praxisnahe Grundlage für Aerodynamik-Analyse, Simulation und Pacing.

Was ist die Chung-Methode?

Die Chung-Methode, entwickelt von Robert Chung, ist ein physikalischer Ansatz zur Bestimmung von CdA/cwA und Rollwiderstand aus realen Fahrdaten.

Die Grundidee ist einfach: Die vom Fahrer eingebrachte Leistung muss sich in den zentralen Widerständen des Systems wiederfinden. Dazu gehören insbesondere:

  • Luftwiderstand
  • Rollwiderstand
  • Höhenänderung
  • Beschleunigung

Statt den Luftwiderstand direkt zu messen, wird er aus der Energiebilanz der Fahrt rückgerechnet. Genau das macht die Methode so spannend: Sie funktioniert mit normaler Praxis-Hardware und nutzt reale Fahrdaten als Grundlage.

Warum die klassische Chung-Methode in der Praxis nicht immer ausreicht

Die klassische Anwendung funktioniert besonders gut auf möglichst gleichmäßigen Rundkursen. Dort lassen sich Störeinflüsse leichter kontrollieren, und Gegen- und Rückenwind gleichen sich teilweise aus.

Im echten Training oder Rennen sieht die Situation jedoch meist anders aus:

  • die Strecke ist nicht flach
  • das Höhenprofil ist nicht konstant
  • Geschwindigkeit und Belastung ändern sich laufend
  • reale Fahrten enthalten mehr Dynamik als ein idealisierter Testkurs

Genau deshalb ist es für praxisnahe Analysen hilfreich, die Methode so zu erweitern, dass sie auch auf normalen GPX-Strecken robust anwendbar bleibt.

Wie RaceYourTrack die Chung-Methode erweitert

RaceYourTrack nutzt eine erweiterte Implementierung, die das reale Höhenprofil der Strecke direkt in die Analyse einbezieht.

Der Kern des Verfahrens: Aus den Leistungsdaten und den physikalischen Widerständen berechnet das Modell eine simulierte Höhe. Diese wird anschließend mit dem gemessenen Höhenprofil der Strecke verglichen.

Dann werden jene Parameter gesucht, bei denen die Abweichung zwischen Modell und Realität möglichst klein wird. Auf diese Weise lässt sich der CdA auch auf Trainingsrunden mit Steigungen und Gefällen sinnvoll schätzen – nicht nur auf einem glatten Rundkurs.

Sobald in einer Simulation echte Leistungsdaten vorhanden sind, kann RaceYourTrack die relevanten Parameter automatisch im Hintergrund bestimmen und direkt in die weitere Modellierung übernehmen.

Virtuelle Höhe: Warum dieser Ansatz so nützlich ist

Ein zentraler Baustein der Methode ist die sogenannte virtuelle Höhe.

Vereinfacht gesagt fragt das Modell: Wenn die gemessene Leistung, Geschwindigkeit und die angenommenen Widerstandsparameter stimmen – wie müsste sich das System in der Höhe verhalten haben?

Wenn der gewählte CdA und der Rollwiderstand gut passen, liegt diese modellierte Höhe nahe an der tatsächlich gemessenen Höhe des Tracks. Stimmen die Parameter nicht, driftet das Modell vom realen Profil weg.

Genau deshalb ist dieser Ansatz so hilfreich: Er prüft nicht nur einzelne Messpunkte, sondern die physikalische Konsistenz der gesamten Fahrt.

Welche Daten du für eine belastbare Analyse brauchst

Für eine gute Schätzung braucht es keine perfekte Laborfahrt – aber saubere Daten helfen stark.

Hilfreich sind vor allem:

  • ein Powermeter mit plausiblen Leistungsdaten
  • ein GPS-Track mit brauchbarer Geschwindigkeits- und Höhenerfassung
  • möglichst wenige grobe Unterbrechungen in der Fahrt
  • längere Abschnitte mit halbwegs konsistentem Fahrverhalten

Je besser die Datenqualität, desto robuster wird die Schätzung von CdA und Rollwiderstand.

Wo die Methode an Grenzen stößt

Wie jeder physikalische Ansatz hat auch diese Analyse Grenzen.

Schwieriger wird die Schätzung zum Beispiel bei:

  • stark unruhigen Leistungsdaten
  • häufigem Stop-and-Go
  • sehr verrauschten Höhenprofilen
  • vielen abrupten Geschwindigkeitswechseln
  • stark wechselnden äußeren Bedingungen während der Fahrt

Die Methode liefert also keinen magischen Einzelwert, der unter allen Bedingungen absolut ist. Sie liefert eine physikalisch fundierte Schätzung, die bei guter Datenqualität sehr wertvoll für Training, Bike-Fit, Setup-Vergleiche und Rennplanung sein kann.

Für alle, die in Formeln denken

Die Energiebilanz der erweiterten Chung-Methode lässt sich vereinfacht so beschreiben:

$$P_{\text{mech}} = P_{\text{roll}} + P_{\text{aero}} + P_{\text{acc}} + P_{\text{grav}}$$

Für reale Strecken mit Höhenänderung gilt näherungsweise:

$$P_{\text{mech}} = m g \dot{h} + C_r m g v + \tfrac{1}{2} \rho c_w A v^3 + m v \dot{v}$$

Daraus lässt sich eine simulierte Höhe ableiten:

$$\dot{h}_i = \frac{P_i - C_r m g v_i - \tfrac{1}{2} \rho c_w A v_i^3 - m v_i \dot{v}_i}{m g}$$

$$h_{\text{sim}}(t) = \int \dot{h}_i \,dt + h_0$$

Das optimale Parameterpaar $(c_wA, C_r)$ ergibt sich aus der minimalen Abweichung zwischen gemessener und modellierter Höhe.

Fazit

Die Chung-Methode ist ein starker physikalischer Ansatz, um den CdA aus realen Fahrdaten zu schätzen.

RaceYourTrack erweitert diesen Ansatz für echte Strecken mit Höhenprofil, sodass die Analyse nicht auf ideale Testkurse beschränkt bleibt. Damit wird aus normalen Powermeter- und GPS-Daten eine belastbare Grundlage für Aerodynamik-Analyse, Simulation und Rennstrategie.

Wenn du dich speziell dafür interessierst, wann sich Aero-Sensoren lohnen und wie sie sich von der Post-Ride-Analyse unterscheiden, lies hier weiter: Aero-Sensoren vs. Chung-Methode

📚 Quelle

Das Verfahren basiert auf der Arbeit von Robert Chung: Estimating CdA from Power Data (PDF), lizenziert unter Creative Commons Attribution (CC BY 3.0).

Photocredit: Pexels / Paolo Bici

➡️ Mehr über unsere Simulationsphysik erfährst du auf RaceYourTrack.com