Führungskonzept eines autonomen Fahrzeuges

Präsentation zum Thema: "Führungskonzept eines autonomen Fahrzeuges"—  Präsentation transkript:

1 Führungskonzept eines autonomen Fahrzeuges
Enrico Hensel Masterstudiengang Informatik AW1 2008

2 Einleitung Motivation Fahrzeugführung
Bestandsaufnahme zu den Fahrzeugprojekten Herausforderungen in der Fahrzeugführung Reglerentwurf & alternative Ansätze Ausblick auf die Projektphase

3 Motivation Fahrzeugführung ist doch einfach! Provozieren!

4 Der Mensch handelt auf dieser Weise bewusst, teils intuitiv.
Motivation Man schaut … wo bin ich, wo will ich hin Man überlegt… wie komme ich am Besten zu meinem Ziel Man bewegt sich… auf das Ziel hin und achte auf sein Umfeld Der Mensch handelt auf dieser Weise bewusst, teils intuitiv. Nutze die Sinne (Augen, Ohren, Tastsinn) Weg des geringsten Widerstandes, schnellster Weg, kostengünstigster Weg? schnell, langsam und rechnet „Verluste“ ein (kleine Dellen, dreckige Schuhe/Auto, etc)

5 Physikalisches System
Motivation In der Technik ist das Prinzip das Gleiche: Störungen Aktorik Physikalisches System Algorithmen Logik Soll-verhalten + Parameter Pos. x,y Lage v Umweltmodell Sensorik

6 Motivation Unterschiede und Herausforderung liegen in:
Der Wahrnehmung der Umgebung menschliches Sinne vs. Kamera / Ultraschall / Laser 2. Der Art der Aus- und Bewertung des „Gesehenen“ Erfahrungen / nutzen von Erlerntem vs. Mathematik und Logik 3. Dem Handeln nicht immer ist der errechnete Weg der Beste

7 Motivation Fahrzeugführung, versuchen wir es! Sensorik Navigation
FAUST Fahrzeugplattform

8 Fahrzeugführung Teilaspekt Sensorik
Orientierung: Kamera und unterstützende optische Systeme Ultraschall Laserscanner Inkrementalgeber HALL-Sensoren IR-Sensoren Radar Lidar Sensoreinsatz abhängig von Fahrzeugtyp und –größe, sowie Einsatzgebiet. Lidar steht für "light detection and ranging“ , dem Radar verwandte Methode (Statt Funkwellen, Laserstrahlen)

9 Fahrzeugführung Teilaspekt Navigation
Existierende Ansätze: Mapping Markenbasierte Navigation Fahrbahn- / Fahrspurerkennung Resultierend von den eingesetzten Sensoren können verschiedene Navigationsansätze verfolgt werden. Na gut … aber wie komm ich dort hin? - Der Weg ist das Ziel -

10 Fahrzeugführung Einordnung in FAUST
Testplattform SCV Echtzeit-Bussysteme Laserscanner, Kamera Fahrerassistenz Bremsassistent Ausweichassistent intelliTruck Benzinmotor miniATX hochwertige Kamera Antischlupfregelung Gyroskop, Beschleunigung CaroloCup (TU Braunschweig) Elektrofahrzeug Webcam Infrarotsensoren Ultraschallsensoren PC 104 Zusätzlich noch die Roadtrucks welche ebenfalls im Laborbetrieb eingesetzt werden HAWKS lässt sich leider nicht dazu überreden ihren Fahrer rauszuschmeißen

11 Fahrzeugführung Plattform - Carolo
CaroloCup 2008 Wettbewerbsfahrzeug Fahrzeugpräsentation (Aufbau und Komponenten) IO-Board: 32bit µController mit bis zu 80MHz PC104 Daten: 1Ghz, 512Mb, Windows 2000 Kamera: 752x480 Bildpunkte Betriebssystem: Windows 2000 * Leihgabe der TU Braunschweig

12 Fahrzeugführung Plattform - Carolo
Systemübersicht: Fahrzeugaufbau Fahrzeug-Führungseinheit

13 Bestandsaufnahme Projekt-Gesamtüberblick
Module: Spurerkennungsalgorithmus (TFALDA *) Hinderniserkennung mittels Linienlaser paralleler Einparkalgorithmus „einfache“ Fahrzeugregelung viele Erfahrungen aus dem CaroloCup 2008 TFALDA 1 .feature: Position 2 .feature: Richtung 3 .feature: Intensität (Grauwertsumme) * Three Feature Based Automatic Lane Detection Algorithm

14 Bestandsaufnahme „einfache“ Fahrzeugregelung
Orientierung an rechter Linie (experimentell an zwei) feste Geschwindigkeiten je nach Güte der Blickweite adaptive Lenkwinkelverstärkung je Geschwindigkeit Regelung orientiert an Messwerte im 50ms-Takt häufiges und empirisches Ermitteln von Parametern „Aufschaukeln“ des Fahrzeugs

15 Bestandsaufnahme „einfache“ Fahrzeugregelung
1. Was passiert, wenn plötzlich keine Spur mehr vorhanden ist? Mit Blick auf das neue CaroloCup-Regelwerk 2009. Was passiert, wenn die Fahrbahn verlassen wurde? Auffinden der Fahrspur nach dem Verlassen der Fahrbahn. 3. Findet die Orientierung anhand der richtigen Spur statt? Orientierung auf der Fahrbahn und Filterung von Hindernissen. Diese Situationen finden derzeit keine Beachtung. Konsequenz ist Orientierungs- und Kontrollverlust.

16 Bestandsaufnahme aktuelle Baustellen im Projekt
TFALDA und Erweiterung durch Lane-Inferencesystem (Dennis Berger (Dipl.)) Ausweichen mittels Bézierkurven (Jonathan Wandiredja (BA)) Lokale und globale Karten (Andrej Rull (BA), Michael Ebert (BA), Ilona Blanck (MA)) Fahrzeugregelung (Hannes Reimers (BA)) Systemidentifikation und kamerabasierte Fahrspurerkennung in Echtzeit (Eike Jenning (MA)) Stand 06/2008:

17 Bestandsaufnahme Herausforderung bei der Fahrzeugführung
komplexe Situationen durch die Fahrzeugumgebung und der Fahrbahnverläufe Fehlende Orientierungspunkte ungünstige Fahrzeugposition Reflektionen und Schatten Andere Fahrzeuge und Hindernisse Ebene Fahrbahn vs. Anhebungen Störungen in den Sensordaten - Temporärer Informationsverlust - Fehlerhafte Sensordaten - Fahrphysik und Plattform Trägheit der Masse Fahrzeugbewegung (Nicken, Rollen) Fahrzeugaufbau (Fahrwerk, Lenkung) Trägheit der Masse: Beeinflusst das Kurvenverhalten und das Bremsverhalten Mögliche Folgen: Schleudern, Übersteuern, Untersteuern

18 Bestandsaufnahme Meine Ziele
Autonome Fahrzeugführung! Orientierung primär am Verlauf der Fahrbahn. Berücksichtigung der Fahrzeugposition und –Lage. Dynamische Anpassung der Geschwindigkeit und der Lenkung Lenkung: Begrenzung der Maxima (hohe Geschwindigkeiten Maxima mehr reduzieren, kleine Geschwindigkeiten erhöhen)

19 Fahrzeugführung, aber wie?
Welche Möglichkeiten gibt es um kurz- und langfristig gute Resultate zu erzielen?! Kurzfristig, um Teammitgliedern Tests von Modulen zu ermöglichen.

20 Alternativer Ansatz I Korrelationskoeffizient
Fahrbahnverlauf als Indikator für die Geschwindigkeit Skizze an der Tafel !!! KK ≈ 1 KK < 1 Desto größer der KK, desto höher die mögliche, zu fahrende Geschwindigkeit.

21 Alternativer Ansatz I Korrelationskoeffizient
Kovarianz: Maßstab für den (linearen) Zusammenhang zweier oder mehrerer statistischer Merkmale X und Y Standardabweichung: Ist ein stochastisches Maß und gibt an wie weit ein Einzelwert vom Mittelwert einer Menge entfernt liegt (Abweichung) KK-Resultate: +1: perfekter linearer Zusammenhang 0: gar kein linearer Zusammenhang -1: perfekter gegensätzlicher linearer Zusammenhang

22 Alternativer Ansatz II Odometrie
Positionsbestimmung für zurückgelegte Wegstrecken und Winkeländerungen realisiert durch Inkrementalgeber. Drehwinkel Bei der Odometrie werden Signalgeber an den Rädern benutzt, um den zurückgelegten Weg des Fahrzeugs messen zu können. Die Odometrie ist eine relative Positionsbestimmung. Wegstrecke Weiterführend lassen sich Positions-veränderungen berechnen.

23 Alternativer Ansatz II Odometrie
Vorteile: praktisch immer einsetzbar relativ genau auf kurzen Strecken Nachteile: - Räder können rutschen (Schlupf) anfällig gegen Bodenunebenheiten Fehler addieren sich Fehlerreduktion durch: - geringe Geschwindigkeit und Beschleunigung Fazit: Odometrie allein ist als Navigationsverfahren unter keinen Umständen ausreichend, aber kombiniert mit anderen Methoden sinnvoll. Oben der gefahrene, unten der gemessene Weg eines Pioneer- Roboters der Uni Freiburg

24 Lösungsansatz zur Erinnerung
Schematischer Systemaufbau: Fahrzeugaufbau Fahrzeug-Führungseinheit

25 Lösungsansatz Reglerentwurf
Störungen Aktorik Physikalisches System Fahrzeugführung Regelungsalgorithmus Ziel-verhalten + Parameter Pos. x,y Lage v Sensorik Abstände Lageberechnung (Odometrie als Verfeinerung) Sensorfusion: Sensordaten ergänzen, verfeinern, bestätigen sich gegenseitig bzw. die daraus erhaltenen Informationen Untersuchungen: Stabilität der Regelung Reglerauswahl Geschwindigkeit Lenkwinkel Fahrspurerkennung Abstandsmessungen Bilddaten

26 Lösungsansatz Mehr Informationen
Derzeitige Regelung anhand: Abstände Geschwindigkeit Zukünftig zusätzlich an mehr Informationen: Fahrzeuglage Fahrzeugposition Zeitliche Verläufe – Drift Vorhersagen Korrektheit & Aussagekraft von Daten Für die Bearbeitung dieser Aufgabe (Reglerentwurf) benötige ich : 1. mehr Fahrzeug und Umgebungsinformationen (Sensordaten und resultierende Berechnungen)

27 Mathematische Betrachtung:
Lösungsansatz Mathematik zur Fahrzeugmodellierung und für Regelalgorithmen Mathematische Betrachtung: Kinematisches Fahrzeugmodell Bahnplanung Regelalgorithmen Für die Bearbeitung dieser Aufgabe (Reglerentwurf) benötige ich : 2. mehr Grundlagen der Fahrzeugmodellierung und der Regelungstechnik. Kinematik ist die Lehre der Bewegung von Punkten und Körpern im Raum, beschrieben durch die Größen Weg s (Änderung der Ortskoordinate), Geschwindigkeit v und Beschleunigung a, ohne die Ursachen einer Bewegung (Kräfte) zu betrachten. Vertiefung in AW2, Projekt und letzten endest der Masterarbeit

28 Ausblick & Vision Aufbau einer hochschuleigenen bis Ende Sommer 2008
1:10-Wettkampfplattform Überarbeitung / Entwurf einer Fahrzeugregelung bis Winter 2008 Entwurf einer Fahrzeugführung (Konzept) „CaroloCup 2009“ Umsetzung einer Fahrzeugführung Masterarbeit 2009 Und eine fertige Fahrzeugführung am Ende meiner Masterarbeit mit Einsatzziel CaroloCup 2010

29 Danke für eure Aufmerksamkeit! Fragen?

30 Literatur TFALDA (Dennis Berger: Studienarbeit 2008) PDF
Odometrie -Thomas Pantzer / 2000 Autonomatischer Ausweichassistent mit einer Laserscanner-basierten Abstandsregelung für ein fahrerloses Transportsystem (Denis Schetler – Masterarbeit HAW Hamburg 2007) Grundkurs der Regelungstechnik – L.Merz / H.Jaschek AAET Carolo Team der TU Braunschweig – Navigation Grundlagen der Regelungstechnik – Walter Schumacher TU Braunschweig Regelungsstrategien für die automatische Fahrzeugführung (R. Mayr)