TUfast Driverless Hockenheim

Das Rennen der autonomen Autos in Hockenheim ist nun vorbei. Wir haben den 5. Platz (von 15 Teilnehmern) belegt. Unser Auto und unsere Entwicklungen haben definitiv das Potential für weitaus mehr, allerdings gab es Probleme mit mit den Motoren und anderer Hardware während des Events.

Für die Erkennung der Absperrhütchen welche die Strecke markieren haben wir 2 Flir Kameras benutzt um Stereobilder zu erhalten. Die Tiefeninformationen wurden mit den Daten des LiDARs kombiniert für eine höhere Präzision. Meine Aufgaben waren unter anderem das Kalibrieren des LiDARs mit den Kameras, der erkennen der cones in den LiDAR Daten und mergen der Kameradaten mit denen des LiDARs. Zu beginn war eine Erkennung mit Hilfe eines neuronalen Netzes angedacht, dies stellte sich aber als zu rechenintensiv und nicht erforderlich heraus, da die cones sehr markant und gut (auch mit eher herkömmlichen Methoden) zu erkennen sind.

Die erkannten Absperrhütchen (also die landmarks) wurden dann für den SLAM verwendet.

Als Rechner benutzten wir drei NVIDA Jetson Computer welche sich um alle Computervision und path-planning Aufgaben kümmerten.

TUfast LiDAR

Ich habe verschiedene Test mit zwei verschiedenen LiDARs durchgeführt um zu ermitteln welches für uns am geeignetesten ist. Die Anforderung an den Sensors sind recht hoch: wir müssen die Absperrhütchen welche die Rennstrecke makieren auch bei hoher Geschwindigkeit sicher erkennen. Die Daten des LiDAR werden zusammen mit den Daten der Stereokameras für für SLAM benutzt.
Das LMS 511 und LMS 151 von SICK.
Zur Zeit arbeite ich an der Kalibrierung der Kameras und des LiDARs um die point clouds der beiden Systeme fusen zu können. Fast fertig ist meine cone detection, also der Algorithmus mit dem die Absperrhütchen in der point cloud gefunden werden.

TUfast Driverless

Seit einiger Zeit nun bin ich Mitglied im Verein TUfast Driverless der TUM. Das Racing Team des Vereins baut jedes Jahr zwei neue Rennwagen: einen mit Verbrennungsmotor, den anderen mit Elektromotor. Mit diesen Wagen wird dann bei der Formula Student in verschiedenen Ländern zum Rennen angetreten. Die Rennen werden von Rennfahrern gefahren.
Ab 2017 gibt es aber eine neue Kategorie: Driverless. Dabei muss ein Rennwagen vollautonom drei challenges absolvieren. Ein Beschleunigungsrennen, drei Runden im Skidpad (eine „Acht“) und zehn Runden auf der eigentlichen Rennstrecke. Bei dem Rennen wird aber immer nur ein Auto zur Zeit fahren, gewonnen hat das Team mit der kürzesten Zeit.

Dies ist der Elektrorennwagen von 2015, welchen wir zum autonomen fahren umrüsten. Ich arbeite an der Sensor Integration und Perception, also das auswählen und anbringen der Sensoren sowie das verarbeiten der Daten um dem Control/Planning Team ein optimales Lagebild zu bieten. Unser Rennen ist im August 2017 auf dem Hockenheim Ring! Bis dahin ist noch einiges zu tun..