Beschreibung

Seit den letzten Jahrzehnten wurden Fahrzeugführer im Straßenverkehr zunehmend durch immer intelligentere Assistenzsysteme unterstützt. Inzwischen arbeiten Sensoren und Rechnersysteme zusammen, um Fahrer vor drohenden Gefahren zu warnen, sie bei Manövern wie Einparken zu unterstützen und den Fahrkomfort zu erhöhen. Durch die rasanten Forstschritte im Bereich künstlicher Intelligenz entstand jedoch der Wunsch, den Fahrer komplett durch autonome Fahrsysteme zu ersetzen.

Damit ein solches System in der Lage ist, den Straßenverkehr korrekt zu bewältigen, muss es auf eine gewaltige Vielfalt von Situationen rechtzeitig und korrekt reagieren. Ein wichtiger Zwischenschritt wäre es, kontrollierte Fahrszenarien autonom zu bewältigen. Aktuell werden autonome Steuerungssysteme für Fahrzeuge in umzäunten Industrieanlagen oder landwirtschaftlichen Nutzflächen erforscht, in denen deutlich weniger „überraschende“ Fahrsituationen auftreten können.

Das Hintergrund für das Fachprojekt bildet das im Rahmen der Formula Student Germany definierte Szenario eines Autorennens auf Zeit über einen durch Pylonen abgesteckten Kurs. Um ein solches Rennen zu fahren, muss das Fahrzeug seine Umgebung korrekt wahrnehmen, einen Kurs über die Strecke planen und möglichst effizient abfahren. Dieses Szenario wollen wir im Kleinen mithilfe des ADAS-Modellautos, einem 1:8-Modell eines Straßenfahrzeugs, bearbeiten. Als Softwareplattform wird dabei ROS verwendet.

Ziel das Fachprojektes soll sein, in Kleingruppen Teilkomponenten eines autonomen Fahrsystems zu entwickeln, welches ein solches Rennen absolvieren kann. Der Ablauf gliedert sich in drei Phasen:

1. Eine dreiwöchige Workshop-Phase, in der notwendige Grundkenntnisse erworben werden. Hierzu werden in Kleingruppen relevante Themen aufgearbeitet. Anschließend werden die Themen im Rahmen von Vorträgen oder Workshops den anderen Teilnehmern vermittelt.
2. Eine sechswöchige Projektphase, in der in Gruppen von zwei oder drei Teilnehmern ein Teilprojekt bearbeitet wird. Das Ziel soll nicht nur das Erstellen einer Lösung sein, sondern auch das Trainieren ingenieurmäßigen Vorgehens, d.h. es sollen Anforderungen erarbeitet und verifiziert werden, sinnvolle Dekomposition und Generalisierung vorgenommen werden usw. Die Arbeit wird in einem kurzen Bericht dokumentiert und in einer Präsentation den anderen Gruppen vorgestellt.
3. Eine weitere sechswöchige Projektphase, in der auf den Ergebnissen der vorherigen Projekte aufgebaut werden kann.

Begleitend werden weitete Kenntnisse und vertiefendes Wissen in unregelmäßigen Vorlesungseinheiten vermittelt.

Die Wahl und genaue Ausgestaltung der Projektthemen soll durch die Teilnehmer vor den Projektphasen erfolgen. Mögliche Themenfelder für die Projekte können z.B. sein:

• Entwicklung von Hardwaretreibern und ROS-Komponenten für Sensoren und Aktuatoren
• Erstellung von Wahrnehmungskomponenten, z.B. für Objekterkennung und -verfolgung, Sensorglättung und -fusion oder zur Fahrbahnerkennung
• Implementieren von Steuerungsfunktionen, d.h. Bewegungsplanung, Fahrmanöver etc.
• Integration mit einer Simulationsumgebung für Tests und Entwicklung
• Arbeit an Simultaneous Localization and Mapping (SLAM)-Funktionen
• Infrastruktur und Deployment, u.A. Erstellung von Docker-Abbildern, Integrationstests oder Einrichtung von Remote-Debug-Funktionen.

Bei Fragen steht Simon Dierl) gerne als Ansprechpartner zur Verfügung

Voraussetzungen

• Grundlegende Programmierkenntnisse in Python und C++
• Interesse an hardwarenaher Automotive-Programmierung
• Basiswissen zu Softwarekonstruktion und Software Engineering
• Erfolgreiche Prüfung in Betriebssysteme

Anmeldung

Die Anmeldung erfolgt über das zentrale Anmeldesystem für Fachprojekte der Fakultät.

Leistung

• Erstellung und Durchführung von Vortrag oder Workshop
• Bericht und Präsentation über das erste Projekt
• Bericht und Präsentation über das zweite Projekt
• Aktive Mitarbeit im Fachprojekt