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.

2 Gedanken zu „TUfast Driverless Hockenheim

  1. Hi,
    finde ich sehr gut!
    welche herkömmlichen Methoden meinst du damit?
    Rechts oder Linksseitig?

    Da da Thema mich Interessiert und wir im Roborace Team noch jemanden zur Mustererkennung benötigen, würd eich mich freuen wenn du dich mal melden würdest!

    • Hi Florian,
      mit herkömmlichen Methoden meine ich das kodieren von Farb- und Forminformationen in den Bilderkennungsalgorithmus um die Cones zu finden.
      Schreib mir gerne eine Email wegen des Roborace!

      Schöne Grüße,
      Lennart

Schreibe einen Kommentar zu Lennart Antworten abbrechen

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.