Ulmer Studierende gewinnen Carolo-Cup für selbstfahrende Modellautos
Wieder ganz oben auf dem Siegertreppchen!
Sie sind zurück an der Spitze! Das Ulmer Team „Spatzenhirn“ hat in Braunschweig den 12. Carolo-Cup gewonnen und den ersten Platz zurückerobert.
„Wir sind sehr glücklich über diesen Sieg und haben auch schon ausgiebig gefeiert“, so der Teambetreuer und Projektkoordinator Nils Rexin, Doktorand am Institut für Mess-, Regel- und Mikrotechnik unter der Leitung von Professor Klaus Dietmayer. Der studierte Informatiker Rexin forscht im Bereich autonomes Fahren zum Thema Umgebungsmodellierung. Seit 11 Monaten haben sich Rexin, Teamchef Jona Ruof und die anderen 14 Team-Mitglieder auf diesen Wettkampf vorbereitet. Denn die Anforderungen waren insbesondere im Hauptwettbewerb noch höher als in den Jahren zuvor. So war der Parcours besonders anspruchsvoll – neben langen Geraden und engen Kurven waren jetzt auch Gefällstrecken und Steigungen zu bewältigen. Zudem galt es beim Hauptwettbewerb Szenarien zu bewältigen, die den hohen Anforderungen im innerstädtischen Verkehr nachgebildet waren. Es mussten Vorfahrtsregelungen, Geschwindigkeitsbegrenzungen, Überholverbote und Sperrflächen beachtet werden. Außerdem waren querende Fußgänger an Zebrasteifen und Verkehrsinseln zu berücksichtigen, genauso wie stehende und bewegliche Hindernisse. Das Einparken war ebenso Bestandteil des Wettbewerbs wie die theoretische Präsentation des Konzepts und der technischen Ansätze.
„Da wir immer nur knapp ein Jahr Zeit für die Vorbereitung haben, können wir sprichwörtlich das Rad nicht jedes Mal neu erfinden. Deshalb haben wir auf das sehr zuverlässige Vorgängerfahrzeug zurückgegriffen und es optimiert“, erklärt Rexin. Der Spatz wurde robuster gemacht und mit einer Tiefenbildkamera ausgestattet. Diese ermöglicht eine bessere Umgebungserfassung und hilft dabei, Verkehrsschilder als solche zu erkennen“, erläutert der Teambetreuer. Die eigentliche technische Herausforderung bestand in der Softwareoptimierung. Hier gab es enormen Anpassungsbedarf. Zum ersten Mal mussten die Modellfahrzeuge Rampen mit Hindernissen befahren. Dadurch verändert sich für die automatisierte Umgebungserkennung die Perspektive. „Um die Bild- und Sensordatenerfassung anzupassen, mussten die Algorithmen entsprechend modifiziert werden“, so der Koordinator Rexin. Die Leistungsfähigkeit der Software – also das Zusammenspiel der Algorithmen und die Fusion der Daten – wurde vorab mit einem eigens entwickelten Simulator getestet.
