Wie sieht eigentlich ein autonomes Fahrzeug die Umgebung? Wie entscheidet es, wohin es lenken soll und wann es besser bremst? Das erforschten Studierende des Masters Mathematik in einem umfangreichen Anwendungsprojekt unter Betreuung von Prof. Antje Muntzinger. Dabei wurden autonome Mini-Fahrzeuge, sogenannte JetRacer, verwendet, die über eine Kamera und einen laser-basierten Distanzsensor verfügen.
In der ersten Semesterhälfte bauten die Studierenden in Kleingruppen das Framework auf: Je nach Interesse konnten sie sich um den Aufbau der Modelllandschaft und der JetRacer-Hardware, das Aufsetzen der Software-Architektur in der Robotik-Software ROS2 oder das Erstellen einer Simulationsumgebung in Gazebo kümmern.
Dann ging es ans Eingemachte: Jede Gruppe übernahm ein Software-Modul des Stacks und implementierte die Algorithmen für Fahrspurerkennung, Hinderniserkennung, Verkehrszeichenerkennung oder Planning und Control, wodurch das Fahrzeug schließlich steuert. Dabei lernten die Studierenden typische Fallstricke der realen Entwicklung autonomer Fahrzeuge kennen: Ein kaputter Software-Stack aufgrund inkompatibler Parallelentwicklung, zu große Latenzen bei der Anwendung großer neuronaler Netze, so dass auf erkannte Objekte erst zu spät reagiert werden kann, ein zu kleiner Sensor-Sichtbereich oder zu wenige Daten für das Training der Verkehrszeichenerkennung.
Am Semesterende wurde es spannend: Mit großem Einsatz arbeiteten alle auf die letzten Integrationstests und Fahrdemos hin. Zum Glück blieben trotz erster Erfolge genug Baustellen offen, so dass nachfolgende Mathematik- oder Informatik-Studierende in Lehrprojekten und Abschlussarbeiten den JetRacer-Stack weiter verbessern können – und vielleicht irgendwann ein Rennen fahren.
Kontakt: Prof. Dr.-Ing. Antje Muntzinger