Simple Science

Hochmoderne Wissenschaft einfach erklärt

# Elektrotechnik und Systemtechnik# Robotik# Systeme und Steuerung# Systeme und Steuerung

Fortschritte in der autonomen Renntechnologie

Die neuesten Entwicklungen in der selbstfahrenden Technologie durch autonomes Rennen erkunden.

― 4 min Lesedauer


Aufstieg des autonomenAufstieg des autonomenRennsportsschnellen Wettbewerb vorantreiben.Selbstfahrende Technologien durch krass
Inhaltsverzeichnis

In den letzten Jahren haben sich viele Forscher darauf konzentriert, wie autonome Fahrzeuge unter normalen Fahrbedingungen zurechtkommen. Jetzt wird es aber immer interessanter, diese Fahrzeuge in extremen Situationen, wie beim Rennen, besser abschneiden zu lassen. Autonomes Racing ist ein einzigartiges Feld, das untersucht, wie Autos unter Hochgeschwindigkeitsbedingungen performen. Rennen bieten die Möglichkeit, die Grenzen der selbstfahrenden Technik zu testen, wobei Wahrnehmung, Planung und Kontrolle betont werden.

In diesem Artikel geht's um das autonome Rennsystem, das für die Indy Autonomous Challenge (IAC) entwickelt wurde. Das System besteht aus mehreren Komponenten: einer Möglichkeit, die Umgebung wahrzunehmen, einem Planer für das Rennen, einem Kontrollsystem, das die Leistung des Fahrzeugs verwaltet, und einem Manager, der alle Systeme überwacht, um sicherzustellen, dass alles richtig funktioniert.

Übersicht des Rennsystems

Das entwickelte Rennsystem basiert auf einem vielschichtigen Ansatz. Jede Komponente des Systems spielt eine wichtige Rolle. Das Wahrnehmungsmodul sammelt Daten über die Umgebung. Das Planungsmodul nutzt diese Daten, um eine sichere und schnelle Route zu erstellen. Der Kontrollstapel übersetzt diese Pläne in Aktionen und sorgt dafür, dass das Auto der gewünschten Trajektorie folgt. Zum Schluss überwacht der Systemstatusmanager alles und prüft auf mögliche Probleme, um sicherzustellen, dass das Auto sicher funktioniert.

Details der Komponenten

Wahrnehmungsmodul

Das Wahrnehmungssystem ist grundlegend für die Sicherheit und Leistung des autonomen Fahrzeugs. Es sammelt Daten von verschiedenen Sensoren wie Kameras, LiDARs und Radaren, um die Position des Autos und die Lage anderer Fahrzeuge auf der Strecke zu verstehen. Die gesammelten Daten werden verarbeitet, um Hindernisse zu identifizieren und den Zustand der Umgebung zu bestimmen.

Planungsmodul

Sobald das Wahrnehmungssystem Daten gesammelt hat, kommt das Planungsmodul ins Spiel. Es erstellt eine Trajektorie für das Fahrzeug basierend auf dem aktuellen Zustand der Umgebung, wobei Faktoren wie das Verhalten anderer Autos und die Rennregeln berücksichtigt werden. Dieses Modul ist entscheidend, um sicherzustellen, dass das Auto Gegner sicher überholen kann, während es hohe Geschwindigkeiten beibehält.

Kontrollstapel

Der Kontrollstapel ist dafür verantwortlich, die geplante Trajektorie auszuführen. Er generiert Befehle, wie man lenken, beschleunigen und bremsen soll. Ein robustes Kontrollsystem ist essenziell, um die Stabilität bei hohen Geschwindigkeiten zu gewährleisten, besonders bei scharfen Kurven und plötzlichen Geschwindigkeitsänderungen.

Systemstatusmanager

Diese Komponente überwacht alle anderen Systeme, um sicherzustellen, dass alles korrekt funktioniert. Wenn ein Teil des Systems nicht wie gewünscht arbeitet, kann der Manager Massnahmen ergreifen, um Unfälle zu vermeiden, wie das Verlangsamen oder Stoppen des Fahrzeugs.

Die Bedeutung der Sicherheit

Im Rennsport ist Sicherheit das A und O. Das autonome System muss zuverlässig sein, unerwartete Situationen bewältigen können und in einen sicheren Zustand zurückkehren, wenn etwas schiefgeht. Dieser Aspekt ist besonders wichtig, da Rennen hohe Geschwindigkeiten und enge Interaktionen mit anderen Fahrzeugen beinhalten.

Hochgeschwindigkeits-Herausforderung

Autonomes Racing bringt eine einzigartige Reihe von Herausforderungen mit sich. Das Auto muss die Geschwindigkeit und Position nahegelegener Gegner erkennen und seinen Kurs in Echtzeit anpassen. Das Ziel ist es, die schnellsten Rundenzeiten zu erreichen, während sichere Überholentscheidungen getroffen werden.

Testen und Validierung

Bevor sie antreten, durchläuft das autonome System umfangreiche Tests. Diese Tests helfen, sicherzustellen, dass jede Komponente unter realen Bedingungen effektiv arbeitet. Die Integration des Systems in ein vollwertiges Rennauto ist entscheidend für die Leistungsbewertung. Tests ermöglichen es dem Team zu beurteilen, wie gut das Fahrzeug hohe Geschwindigkeiten meistert und sich in der Rennumgebung zurechtfindet.

Erfolge im Racing

Das autonome Rennauto des Teams hat während der Wettbewerbe erfolgreich verschiedene Missionen ohne Unfälle abgeschlossen. Es hat Fähigkeiten in Hochgeschwindigkeitsüberholungen und in der Bewältigung dynamischer Rennbedingungen unter Beweis gestellt. Das Design des Fahrzeugs und die Systemintegration haben zu einer erfolgreichen Leistung in direkten Rennszenarien geführt.

Potenzial für zukünftige Fahrzeuge

Die Technologie, die für autonomes Racing entwickelt wurde, hat auch ausserhalb der Rennstrecke wichtige Implikationen. Die Fortschritte in Sicherheit, Leistung und Systemresilienz können auf alltägliche Fahrsituationen angewendet werden. Mit der Reifung der Technologie könnte sie in reguläre Fahrzeuge integriert werden, um deren Sicherheit zu erhöhen und die Effizienz zu steigern.

Fazit

Autonomes Racing bietet eine einzigartige Gelegenheit, die Grenzen der selbstfahrenden Technologie auszuloten. Die Kombination aus fortgeschrittener Wahrnehmung, Planung und Kontrollsystemen schafft ein hochentwickeltes Fahrzeug, das in der Lage ist, bei hohen Geschwindigkeiten zu konkurrieren. Die Erfahrungen aus diesen Rennen werden weiterhin die Entwicklung autonomer Fahrzeuge für den alltäglichen Gebrauch prägen und sichereres sowie effizienteres Fahren in der Zukunft fördern.

Durch kontinuierliche Weiterentwicklung der Technologie und Integration neuer Innovationen birgt das Feld des autonomen Racings grosses Potenzial für den Fortschritt selbstfahrender Autos in verschiedenen Umgebungen. Die Erfahrungen, die beim Racing gesammelt werden, können Ingenieuren helfen, Systeme zu entwickeln, die nicht nur unter Wettbewerbsbedingungen gut funktionieren, sondern sich auch den Herausforderungen des täglichen Fahrens anpassen.

Originalquelle

Titel: An Autonomous System for Head-to-Head Race: Design, Implementation and Analysis; Team KAIST at the Indy Autonomous Challenge

Zusammenfassung: While the majority of autonomous driving research has concentrated on everyday driving scenarios, further safety and performance improvements of autonomous vehicles require a focus on extreme driving conditions. In this context, autonomous racing is a new area of research that has been attracting considerable interest recently. Due to the fact that a vehicle is driven by its perception, planning, and control limits during racing, numerous research and development issues arise. This paper provides a comprehensive overview of the autonomous racing system built by team KAIST for the Indy Autonomous Challenge (IAC). Our autonomy stack consists primarily of a multi-modal perception module, a high-speed overtaking planner, a resilient control stack, and a system status manager. We present the details of all components of our autonomy solution, including algorithms, implementation, and unit test results. In addition, this paper outlines the design principles and the results of a systematical analysis. Even though our design principles are derived from the unique application domain of autonomous racing, they can also be applied to a variety of safety-critical, high-cost-of-failure robotics applications. The proposed system was integrated into a full-scale autonomous race car (Dallara AV-21) and field-tested extensively. As a result, team KAIST was one of three teams who qualified and participated in the official IAC race events without any accidents. Our proposed autonomous system successfully completed all missions, including overtaking at speeds of around $220 km/h$ in the IAC@CES2022, the world's first autonomous 1:1 head-to-head race.

Autoren: Chanyoung Jung, Andrea Finazzi, Hyunki Seong, Daegyu Lee, Seungwook Lee, Bosung Kim, Gyuri Gang, Seungil Han, David Hyunchul Shim

Letzte Aktualisierung: 2023-03-16 00:00:00

Sprache: English

Quell-URL: https://arxiv.org/abs/2303.09463

Quell-PDF: https://arxiv.org/pdf/2303.09463

Lizenz: https://creativecommons.org/licenses/by-nc-sa/4.0/

Änderungen: Diese Zusammenfassung wurde mit Unterstützung von AI erstellt und kann Ungenauigkeiten enthalten. Genaue Informationen entnehmen Sie bitte den hier verlinkten Originaldokumenten.

Vielen Dank an arxiv für die Nutzung seiner Open-Access-Interoperabilität.

Mehr von den Autoren

Ähnliche Artikel