Archiv News

Zweiter Platz für TU Wien bei Grand Prix autonomer Modellautos

Beim Entwickeln von völlig autonom fahrenden Modellautos ist die TU Wien weiterhin Weltspitze: Ein zweiter Platz beim Grand Prix in London ist bereits der vierte Podestplatz in Folge.

Gruppenbild mit Modellauto und Urkunde

© ML Contests, mlcontests.com

Autonomes Fahren ist eine technisch komplizierte Angelegenheit – ganz besonders dann, wenn man dabei auch noch extrem schnell fahren und die Ideallinie finden möchte. Um die Forschung auf diesem Gebiet voranzutreiben findet jedes Jahr der „F1TENTH Autonomous Grand Prix“ statt. Rennautos im Maßstab 1:10 müssen dabei vollautomatisch über eine vorgegebene Rennstrecke rasen, Kollisionen vermeiden und die schnellsten Rundenzeiten erzielen.

Die TU Wien ist dabei seit Jahren als eines der weltbesten Teams ganz vorne mit dabei. In London konnte man sich nun über die Silbermedaille freuen, es ist bereits der Grand Prix in Folge mit einem TU Wien-Team auf dem Siegerpodest. 2020 hatte das Team „TU Fast TU Furious“ von der TU Wien in Berlin die Goldmedaille errungen, dasselbe gelang dem TU Wien-Team „Scuderia Segfault“ 2021 in Prag. Die Scuderia Segfault holte dann auch 2022 in Philadelphia einen dritten Platz und nun 2023 in London den zweiten Platz.

Ausgeklügelte Algorithmen

Der Wettbewerb mit 41 angemeldeten Teams von Universitäten und Forschungsinstituten aus der ganzen Welt fand im Rahmen der IEEE International Conference on Robotics and Automation (ICRA) 2023 vom 29. bis 31. Mai 2023 in London, UK statt. Bei dem Wettbewerb handelt es sich um ein Rennformat mit vollständig autonomen F1-Rennwagen im Maßstab 1:10.

Jedes Team muss ausgeklügelte autonome Software und Algorithmen entwickeln, um die perfekte Linie zu finden und gleichzeitig Kollisionen mit anderen Autos zu vermeiden. Unzählige Stunden an Vorbereitung und harter Arbeit wurden von den Teammitgliedern Moritz Christamentl, Felix Resch, Fabian Kresse, Agnes Poks, Philipp Mandl und Luigi Berducci investiert. Betreut wurde das Team von Univ.Ass. Dipl.-Ing. Andreas Brandstätter und Univ.Prof. Radu Grosu von der Forschungsstelle für Cyber-Physical Systems.

Datenverlust und Ölspur: Probleme beim Zeitrennen

Nach der Ankunft in London fand am Nachmittag des ersten Tages ein offenes Training statt. Die Autos mussten darauf vorbereitet werden, die Strecke zu kartieren, zu analysieren und dann eine optimale Rennlinie zu finden. Die Scuderia Segfault hatte dabei gleich mit Problemen zu kämpfen – das LIDAR-System, das für Abstandsmessungen zuständig ist, hatte Datenprobleme, so dass die Autos teilweise blind fuhren. Das Team musste die Rennsoftware über Nacht anpassen, um das Auto auf der sehr engen und anspruchsvollen Strecke richtig zum Laufen zu bringen.

Am nächsten Tag zeigten die Zeittests, dass sich die Änderungen gelohnt hatten. Mit Hilfe eines adaptiven Modells mit vorausschauender Steuerung erzielte das Team mit 12,83 Sekunden die zweitschnellste Rundenzeit in der Gesamtwertung. Die Stabilität des Fahrzeugs war jedoch immer noch ein Problem, an dem für die kommenden Rennen sorgfältig gearbeitet werden musste. Noch schwieriger wurde diese Aufgabe, als sich nach einer Ölspur eines anderen Autos die Traktionsbedingungen änderten.

Der zweite Lauf des Zeitfahrens verlief daher nicht sehr gut. Zu allem Überfluss gab es wieder schwere LIDAR-Probleme, die zu Crashs führten. Es war klar, dass ein radikaler Eingriff nötig war, um noch eine Chance auf eine Top-Platzierung zu haben. Also mobilisierte das Team alle Problemlösungskapazitäten, tauschte über Nacht die Hardware-Komponenten aus und probierte verschiedene Ansätze von Software-Modifikationen, um das Problem zu lösen.

Unterschiedlich harte Gegner bei den direkten Duellen

Die harte Arbeit zahlte sich aus. Am letzten Tag standen nach dem Zeitfahren nun direkte Duelle auf dem Programm – je zwei Autos mussten im direkten Wettstreit gegeneinander beweisen, dass sie auch mit der Anwesenheit anderer Fahrzeuge auf der Rennstrecke zurecht kamen.

Nun konnte das Auto der Scuderia Segfault endlich zuverlässig fahren. Das Team sicherte sich zunächst einen klaren Sieg gegen den ersten Gegner, das Team HUMDA-SZE 2. Im nächsten Rennen ging es gegen das Team HiPeRT Modena von der Universität Modena und Reggio Emilia. Anhand der Rundenzeiten der vorherigen Läufe war klar, dass es sich um einen außergewöhnlich schnellen Gegner handelte. Das Team der TU Wien musste sich also etwas einfallen lassen, um eine Chance zu behalten.

Jeder einzelne Parameter wurde sorgfältig angepasst, um eine schnellere Rundenzeit zu erzielen. Gleichzeitig musste das Team aber auch darauf achten, nicht zu viel Risiko einzugehen und einen Unfall zu verursachen, der allen Hoffnungen ein Ende bereitet hätte.

Der erste Lauf ging knapp an das Team HiPeRT. Für den nächsten Lauf war im Team der TU Wien daher noch mehr Tuning nötig. Man ging nun volles Risiko ein und gewann – somit gab es ein nervenaufreibendes Tie-Break-Rennen. Nur wenige Zentimeter gaben am Ende den Ausschlag – ganz knapp gelang es der TU Wien, vor HiPeRT die Ziellinie zu überqueren. Das Halbfinale gegen das Team Suzlab von der Nagoya University, Japan, brachte ein klares Ergebnis und damit den Einzug der TU Wien ins große Finale.

Niederlage im Finale

Dort wartete das Team ForzaETH von der ETH Zürich, gegen das die TU Wien letztes Jahr im kleinen Finale gewinnen konnte. Dieses Jahr allerdings war die ETH Zürich stärker - dank einer großartigen Hardware-Plattform und einer verbesserten Version ihrer letztjährigen "Pure-Pursuit / Follow-the-Gap"-Steuerungssoftware. Das Team der TU Wien riskierte einen Eingriff in die Software, indem es eine adaptive, modellprädiktive Steuerung ausprobierte. Trotzdem war das Team der ETH am Ende schneller und gewann. Der Blick der Scuderia Segfault ist allerdings bereits nach vorne gerichtet: Schon hat man an der TU Wien das nächste Rennen im Visier.

Modellauto während der Fahrt

© Tianyi Lim | ETH Zürich

Modellauto während der Einstellung

© Andreas Brandstätter | CPS Group, TU Wien