News

Künstliche Intelligenz: Grand Prix-Sieg für TU Wien

Völlig autonome Modellfahrzeuge traten beim F1TENTH Autonomous Grand Prix in Prag gegeneinander an. Das Team der TU Wien errang dabei den 1. Platz.

Zwei Personen mit einem Modellfahrzeug bei der Rennstrecke

© Andreas Brandstätter, TU Wien

1 von 4 Bildern oder Videos

Letzte Kontrollen vor dem Rennen: Dennis Erdogan und Stefan Ulmer

Das Team mit Urkunden

© Roman Sejkot, CIIRC CTU, ČVUT, Praha

1 von 4 Bildern oder Videos

Sieg für das Team der TU Wien: Stefan Ulmer, Dennis Erdogan, Daniel Scheuchenstuhl, Andreas Brandstätter, Moritz Christamentl, Luigi Berducci, Felix Resch, Fabian Kresse (von links)

Modellrennwagen auf der Rennstrecke

© Andreas Brandstätter, TU Wien

1 von 4 Bildern oder Videos

Das siegreiche Fahrzeug

Personen an einem Tisch, mit Werkzeug und Laptops

© Andreas Brandstätter, TU Wien

1 von 4 Bildern oder Videos

Programmieren und Schrauben: Vielseitigkeit ist gefragt

Nicht mit Gas- und Bremspedal gewinnt man den F1TENTH-Grand-Prix, sondern mit ausgeklügelter Computersoftware: Völlig autonom, ohne menschliche Eingriffe während des Rennens, müssen die Autos ihre Runden absolvieren. Die Vorgabe ist einfach: „Don’t crash and minimize laptime!“ Die künstliche Intelligenz, die vorher von den verschiedenen Teams für ihr jeweiliges Fahrzeug entwickelt worden war, muss also die Strecke richtig erkennen, Kollisionen vermeiden und möglichst schnelle Rundenzeiten absolvieren. Nach insgesamt drei Wettbewerbsrunden konnte sich die „Scuderia Segfault“ der TU Wien im Rahmen der IROS-Konferenz in Prag (27. September bis 1. Oktober) als Gesamtsieger durchsetzen.

Im Vorjahr virtuell, diesmal real

Bereits der Grand Prix im Vorjahr wurde von einem Team der TU Wien gewonnen – allerdings fand der Grand Prix 2020 wegen der Corona-Pandemie rein virtuell statt: Anstatt physische Modellautos zu steuern, ließ man die künstlichen Intelligenzen direkt am Computer gegeneinander antreten.

Dieses Jahr war das anders: 2021 in Prag war es möglich, reale Modellfahrzeuge gegeneinander antreten zu lassen. Sie sind Rennautos nachempfunden, im Maßstab 1:10. Kameras und Sensoren liefern die nötigen Daten, die dann in Echtzeit von der autonomen Software interpretiert und in Steuerungsbefehle für das Modellauto umgesetzt werden müssen.

Das Improvisationstalent der „Scuderia Segfault

Das Team der TU Wien, bestehend aus Daniel Scheuchenstuhl, Dennis Erdogan, Fabian Kresse, Felix Resch, Luigi Berducci, Moritz Christamentl und Stefan Ulmer, mit Unterstützung von Andreas Brandstätter und unter Supervision von Prof. Radu Grosu, bereitete sich wochenlang auf den Wettbewerb vor. Beim ersten Durchgang des Wettbewerbs befand sich immer nur ein einziges Fahrzeug auf der Strecke. „Hier zeigten sich zunächst einige Probleme, aber das Team stellte seine Problemlösungsfähigkeit unter Beweis und schaffte es, den Algorithmus in sehr kurzer Zeit zu verbessern“, berichtet Radu Grosu.

Im zweiten Durchgang lagen die Zeiten extrem knapp beieinander, und das Team der TU Wien konnte sich an die Spitze setzen: Mit einer Zeit von 18,70 Sekunden lag man knapp vor den Zweitplatzierten (18,95 Sekunden) und konnte außerdem in der vorgegebenen Zeit insgesamt die größte Zahl an Runden absolvieren.

„Die Trajektorie und das Geschwindigkeitsprofil werden offline optimiert, um damit möglichst schnelle Rennen fahren zu können“, sagt Luigi Berducci vom Team der TU Wien. „Mit Hilfe von Machine Learning wird eine Reihe von vielversprechenden Parametern ermittelt, die dann mit Computersimulationen optimiert und schließlich am realen Auto validiert werden.“

Finale: Head to Head

Noch viel herausfordernder war dann der finale Durchgang des Wettbewerbs: Möglichst schnelle Rundenzeiten mussten erreicht werden, während auch noch ein Mitbewerber auf der Rennstrecke unterwegs war. Dabei kam es zu einem üblen Crash: Das Fahrzeug der „Scuderia Segfault“ wurde von einem gegnerischen Fahrzeug heftig gerammt, das Team musste die Hardware in kürzester Zeit reparieren. Zum Glück gelang das, die „Scuderia Segfault“ konnte sich auf überzeugende Weise gegen alle anderen Teams durchsetzen und errang insgesamt klar den 1. Platz.

Die Anschaffung der F1TENTH-Autos für die zugrundeliegende Lehrveranstaltung über autonome Rennfahrzeuge wurde ermöglicht durch den BMBWF CPS/IoT-Ecosystem Infrastructure Award. Damit im Zusammenhang stehende Forschung wurde ebenfalls durch die BMBWF DC-RES and FFG ADEX Projekte unterstützt.

Mehr dazu auf der IROS-Webseite, öffnet eine externe URL in einem neuen Fenster

Kontakt

Prof. Radu Grosu
Institut für Computer Engineering
Technische Universität Wien
+43 1 58801 18210
radu.grosu@tuwien.ac.at

Aussender:
Dr. Florian Aigner
PR & Marketing
Technische Universität Wien
Resselgasse 3, 1040 Wien
+43 1 58801 41027
florian.aigner@tuwien.ac.at

Nach Aktivierung werden u. U. Daten an Dritte übermittelt. Datenschutzerklärung., öffnet in einem neuen Fenster

Künstliche Intelligenz: Grand Prix-Sieg für TU Wien

Völlig autonome Modellfahrzeuge traten beim F1TENTH Autonomous Grand Prix in Prag gegeneinander an. Das Team der TU Wien errang dabei den 1. Platz.