News

Sieg für die TU Wien bei virtuellem Autorennen

Auf künstliche Intelligenz kam es an, beim F1/TENTH Autonomous Grand Prix. Das Team "TU fast TU Furious" der TU Wien holte den ersten Platz.

Die Rennstrecke, auf der das TU-Team gewann - und das Modellauto, mit dem das Rennen stattgefunden hätte, wenn es nicht in den virtuellen Raum verlegt worden wäre.

Die virtuelle Rennstrecke

Die Rennstrecke, auf der das TU-Team gewann - und das Modellauto, mit dem das Rennen stattgefunden hätte, wenn es nicht in den virtuellen Raum verlegt worden wäre.

Die Rennstrecke, auf der das TU-Team gewann - und das Modellauto, mit dem das Rennen stattgefunden hätte, wenn es nicht in den virtuellen Raum verlegt worden wäre.

Völlig autonom, ganz ohne steuernde Eingriffe von außen, nur mit sorgfältig entwickelter künstlicher Intelligenz müssen die Rennautos bei den "F1/TENTH, öffnet eine externe URL in einem neuen FensterWettbewerben gegeneinander antreten. Seit 2016 messen sich Studierende und Forschungsteams von Universitäten aus der ganzen Welt darin, die beste Software zu entwickeln, um auf einer Modell-Rennstrecke die Konkurrenz hinter sich zu lassen.

Bisher wurde den Teams dafür immer eine vorgegebene physische Plattform vorgegeben – ein Modell-Rennwagen im Maßstab 1:10. Der Fokus des Wettbewerbs liegt daher ganz auf den selbstentwickelten Algorithmen. Dieses Jahr wurde der F1/TENTH-Grand Prix, öffnet eine externe URL in einem neuen Fenster im Rahmen des International Federation of Automatic Control (IFAC) World Congress, öffnet eine externe URL in einem neuen Fenster in Berlin abgehalten. Weil diese Konferenz aufgrund der Corona-Pandemie virtuell stattfand, entschloss man sich, diesmal auch den Grand Prix virtuell abzuhalten: Die Programmier-Aufgabe blieb gleich, aber anstatt physische Modellautos damit zu steuern, ließ man die Algorithmen in einer virtuellen Umgebung gegeneinander antreten.

Von der TUW-Lehrveranstaltung zur Rennstrecke

Das Team "TU fast TU furious" entstand durch die Lehrveranstaltung "Autonomous Racing Cars master course", unterrichtet von Prof. Radu Grosu vom Institut für Computer Engineering, öffnet eine externe URL in einem neuen Fenster der TU Wien. Diese Lehrveranstaltung ist einzigartig in Österreich, und eine von wenigen vergleichbaren in ganz Europa: Das Kursmaterial (Kameras, optische Abstandsmess-Technik, Prozessoren etc.) wurde vom BMBWF Infrastrukturprojekt CPS/IoT, öffnet eine externe URL in einem neuen Fenster gefördert, das Österreich für die kommende Digitalisierungs-Revolution vorbereiten soll.

Die Studierenden entwickelten ein Semester lang Steuerungscodes basierend auf Deep-Learning-Algorithmen. "Aus den motiviertesten von ihnen bildeten wir dann das TUW-Team, um es gegen weltbekannte Universitäten antreten zu lassen, darunter das MIT, UC Berkley und Stanford, oder auch UPenn, die den Wettbewerb ursprünglich initiiert haben“, sagt Radu Grosu.

Das TUW-Team bestand schließlich aus Thomas Pintaric (Teamleiter), Mathias Lechner (IST Austria), Bernhard Schlögl, Axel Brunnbauer, und Andreas Brandstätter. Teamberater waren Ramin Hasani,  und Radu Grosu, ebenfalls Institut für Computer Engineering, TU Wien.

 

Das Team: TU fast TU furious: Thomas Pintaric, MAthias Lechner, Axel Brunnbauer, Bernhard Schögl, Ramin Hasani, Andreas Brandstätter, Radu Grosu

Das Team: TU fast TU furious

"Basierend auf dem Wissen, das in unserer Lehrveranstaltung vermittelt wurde, schaffte es das Team, einen klugen autonomen Agenten zu entwickeln, um das Auto zu steuern", sagt Radu Grosu. "Eine ganze Reihe von Algorithmen und Steuerungs-Strategien war getestet worden, bevor wir uns für die beste Variante entschieden, die dann schließlich auch gewann." Für die Algorithmen selbst spielte es keine Rolle, ob sie ein physisches Auto steuern, oder ob sie sich in einer rein virtuellen Welt befinden, wie das bei dieser Ausgabe des F1/TENTH Grand Prix der Fall war.

Der Wettbewerb

Von der Rennleitung wurde die Geometrie der Rennstrecke vorgegeben. Die elektronischen Agenten mussten dann einen optimalen Pfad berechnen, und dann verschiedene Kontroll-Strategien anwenden, um ihr Fahrzeug auf diesem Pfad zu halten. In einer Vorrunde wurden Hindernisse auf dem Parcours platziert, denen die autonomen Fahrzeuge ausweichen mussten. "Wir wollten in diesem Stadium noch nichts über unsere Strategie verraten. Daher setzen wir hier auf Sicherheit und fuhren die Rennstrecke sehr langsam ab. Ohne Crash waren wir für die Hauptrunde qualifiziert, wenn auch mit der langsamsten Zeit", berichtet Teamleiter Thomas Pintaric.

Am Hauptwettkampftag schließlich traten die acht verbliebenen Teams jeweils zu zweit gegeneinander an. "TU fast TU furious" konnte sieben von acht Rennen gewinnen und sicherte sich so am 15. Juli schließlich aden ersten Platz.

"Im Wesentlichen benötigte man drei entscheidende Komponenten um zu gewinnen", sagt Teammitglied Mathias Lechner. "Eine gute Rundenzeit, eine solide Kollisionsvermeidung und eine aggressive Taktik beim Start. Alle Teams schafften es, ein oder zwei dieser Punkte gut umzusetzen. Aber nur unser Team konnte alle drei zuverlässig miteinander kombinieren."

"Das ist für uns ein großartiger Erfolg – vor allem angesichts der Tatsache, dass die TU Wien zum ersten Mal beim F1/TENTH-Wettbewerb dabei war“, sagt Radu Grosu. „Es war sicher nicht das letzte Mal. Es zeigt, dass die TU Wien unglaublich talentierte Studierende hat, die sich erfolgreich mit Teams von den besten Universitäten der Welt messen können."


Kontakt

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

Dr. Ramin Hasani
Institut für Computer Engineering
Technische Universität Wien
T: +43-1-58801-18228
ramin.hasani@tuwien.ac.at

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