Team-LUX: Hamburger Team tritt bei der DARPA Urban Challenge an
Auf der DARPA Grand Challenge will das Hamburger Team-LUX beweisen, dass drei Lasersensoren einem modifizierten Serienfahrzeug genügen, um das „Rennen der autonomen Autos“ schnell, sicher und ohne Fahrer zu bewältigen.
Auf der DARPA Grand Challenge [1] konkurrieren autonom fahrende Rennwagen mit unterschiedlichen Sensortechniken um den Sieg. Das Team-LUX will im November 2007 beweisen, dass drei Lasersensoren einem modifizierten Serienfahrzeug genügen, um den Parcours schnell, sicher und ohne Fahrer zu bewältigen.
Bei dem Wettbewerb, der seit 2004 zum dritten Mal stattfindet, treten völlig unbemannte Autos gegeneinander an. Alle teilnehmenden Fahrzeuge müssen vollkommen autonom, das heißt ohne Fahrer und ohne Fernsteuerung, einen Parcours von 100 Kilometern in weniger als sechs Stunden bewältigen. Die DARPA Urban Challenge 2007 findet erstmals in einer US-amerikanischen Stadt unter realistischen Straßenverkehrsbedingungen statt.
Team-LUX: Hamburger Team tritt bei der DARPA Urban Challenge an (0 Bilder) [2]
Mit Robotern durch die Stadt
Im November 2007 messen sich die „Roboterfahrzeuge“ darin, einen Stadtparcours möglichst schnell und fehlerlos zu durchfahren. Das Team-LUX stellt sich der Herausforderung mit einem Automobil, das mit gerade einmal drei Lasersensoren ausgerüstet ist.
Die Mannschaft besteht aus 11 Mitgliedern, darunter der technische Projektleiter Holger Salow und der Teamleiter Richard Bishop, ein US-amerikanischer Fahrerassistenzexperte. Technische Ausrüster sind die Hamburger Firma Ibeo und deren Mutternunternehmen Sick – neben sportlichem Ehrgeiz geht es auch darum zu zeigen, dass der Stadtparcours ausschließlich mit Lasersensoren zu bewältigen ist.
Der LUX – ein fast normales Auto
Für die Darpa Urban Challenge nahm das Team einige unauffällige aber tiefgreifende Veränderungen an dem Fahrzeug vor – einem serienmäßigen Passat. Zur Erfassung von Hindernissen und Fahrspurmarkierungen, Straßenbegrenzungen oder anderen Fahrzeugen sind drei hoch auflösende Laserscanner in die Karosserie des LUX eingebaut, die dem Auto fast eine Rundumsicht ermöglichen. Zwei von ihnen befinden sich in der vorderen Stoßstange und erlauben ein Sichtbereich von 220°.
Um den Bereich hinter dem Fahrzeug zu beobachten, ist hinten ein dritter Laserscanner mit einem Sichtbereich von etwa 150° integriert. Darüber hinaus ist der LUX für die autonome Steuerung mit Reglern für die elektronische Lenkung und Gangschaltung sowie das E-Gas und die elektronischen Bremsen ausgerüstet.
Wie misst ein Laserscanner?
Die Laserscanner im LUX arbeiten mit dem Messprinzip „Time of Flight“. Sie senden einen Laserpuls aus, der von einem Gegenstand reflektiert wird. Die Reflexion wird durch eine Photodiode aufgefangen und zu Signalen verarbeitet. Der Zeitunterschied zwischen ausgesandtem Lichtpuls und Empfang der Reflexion, verrechnet mit der Lichtgeschwindigkeit, ergibt die Entfernung zum reflektierenden Gegenstand.
Durch einen sich drehenden Spiegel wird das Laser-Entfernungsmessgerät zu einem Scanner, weil jeder ausgesandte Lichtpuls über diesen Spiegel abgelenkt wird. Die stetige Drehung des Spiegels in Verbindung mit der Laserpulstechnik erlaubt eine vollständige Abtastung der Fahrzeugumgebung im Sichtbereich des Laserscanners.
Für die Urban Challenge hat das Team-LUX den Ibeo-LUX in den Rennwagen integriert, einen Prototypen des neuesten Laserscanner-Modells der Hamburger Firma. Der LUX ist für den Serieneinsatz im Pkw ab 2008 vorgesehen.
Messung in vier Ebenen
Der Scanner scannt gleichzeitig in vier übereinander liegenden Ebenen. Durch die Verwendung der Daten aus allen Scan-Ebenen kann die Verarbeitungssoftware Nickwinkelbewegungen des Fahrzeugs und Fahrbahnneigungen kompensieren. Dies soll eine zuverlässige Messung auch beim Überfahren von Bodenwellen oder bei anderen Karosseriebewegungen sicherstellen.
Team-LUX: Hamburger Team tritt bei der DARPA Urban Challenge an
Multi-Echo-Messung
Wenn das Zielobjekt nur von einem Teil des ausgesendeten Lichtstrahls getroffen wird oder das Objekt lichtdurchlässig ist, zum Beispiel ein Regen- oder Nebeltropfen, misst das System zusätzlich bis zu drei weitere Echos von dahinter liegenden Zielen. Nicht objektbezogene Informationen wie Regen-, Nebel- oder Schneereflexionen werden zwar erfasst, können aber ausgefiltert werden. Die Software ist so in der Lage, Regen oder Schnee zu erkennen und beispielsweise Abstände zu Objekten anzupassen.
Das Gehirn des LUX
Der LUX ist mit zwei Computern mit 1,8-GHz-Prozessoren ausgestattet, die im Kofferraum eingebaut sind. Zwar sind auch die Laserscanner selbst mit eigener Logik ausgestattet; für die DARPA entschied sich das Team jedoch für die externen CPUs, da diese einfacher zu programmieren sind. Auf den Rechnern ist eine Software installiert, welche die Scan-Daten analysiert und verarbeitet.
Aus Sicht der Software sind die empfangenen Reflexionen „Scan-Punkte“. Jeder einzelne Scan-Punkt wird durch Algorithmen analysiert. Während der Signalverarbeitung bezieht die Software die Scan-Daten aus den verschiedenen Quellen und teilt sie in drei Gruppen auf: Objekte, Boden (einschließlich Fahrspurmarkierungen) und Rauschen (einschließlich Schmutz, Regen und Schnee).
Vom Messpunkt zum Objekt
Im nächsten Verarbeitungsschritt fasst die Software Cluster (Gruppen) von Scan-Daten in Segmente zusammen. Jedes dieser Segmente entspricht einem Objekt und jedes hat Grundeigenschaften wie Größe und Position. Auf Grundlage der Segmentdaten erzeugt das System im nächsten Schritt der Objektverfolgung die Bewegungsinformation.
Diese zusammengefassten Objekte sind virtuelle Gebilde, die von Scan zu Scan verfolgt werden. Normalerweise entspricht ein Scan-Objekt einem „realen“ Objekt wie einem Auto, Fußgänger oder Landmarken. Durch das Verfolgen der Objekte (object tracking) können dynamische Parameter wie Geschwindigkeit und Beschleunigung für jedes Objekt berechnet werden.
Was ist das – Auto, Fahrrad oder Fußgänger?
Der LUX muss die Objekte, die er während des Rennens „sieht“, einordnen, um sein Verhalten anpassen zu können. Da während der Signalverarbeitung, dem „Clustering“ und der Objektverfolgung die Scan-Daten in High-Level-Objektinformationen umgewandelt wurden, sind nun die wichtigsten Objektparameter wie Größe, Position und Geschwindigkeit für die Weiterverarbeitung bekannt. Der Klassifizierungsalgorithmus der Software ordnet die Objekte ein, zum Beispiel als Auto, Fahrrad, Fußgänger etc.
Wo bin ich?
Eine genaue Erkennung der eigenen Position gehört zu den großen Herausforderungen beim autonomen Fahren. Der LUX nutzt drei „Sinne“ für seine Standorterkennung: – Mit den Daten der Laserscanner wird die lokale Eigenbewegung des Fahrzeugs ermittelt. – Zur genauen globalen Positionierung dient ein GPS-System. – Die von den Fahrzeugsensoren empfangenen Daten dienen dazu, die lokale Bewegung des Fahrzeugs zu bestimmen.
In der Spur bleiben
Damit der LUX bei der Darpa Urban Challenge die Fahrspur lokalisieren und das Fahrzeug in seiner Fahrspur halten kann, setzt das Team einen speziellen Algorithmus zur Fahrspurerfassung ein. Der Rennwagen verwendet dafür drei verschiedene Informationsquellen:
– Fahrspurmarkierungen auf dem Boden
– Bodendaten
– Objekte auf und neben der Straße.
Ein Fusionsalgorithmus führt diese Daten zur abschließenden Positionsinformation zusammen und kombiniert sie zu einer Einschätzung über den vorausliegenden Straßenverlauf.
Team-LUX: Hamburger Team tritt bei der DARPA Urban Challenge an
Wo geht es lang?
Kurz vor dem Rennen gibt die DARPA die Routeinformationen („Route Network Definition File“) und die auszuführenden Aufgaben („Mission Data File“) aus. Im ersten Schritt muss der LUX die Routeninformationen lesen und analysieren. Er erstellt eine Navigationskarte und wandelt sie anhand der globalen Breiten/Längen-Koordinaten in ein lokales x-y-Koordinatensystem um. Diese Karte erweitert der LUX anschließend durch eine Analyse des Straßennetzes, erstellt Vorfahrtsregeln an Kreuzungen und Wegpunktverbindungen.
Anschließend liest und analysiert er die Missions-Datei (MDF). Die MDF ist in zwei Abschnitte unterteilt. Der erste Abschnitt erstellt eine Aufgabenstrecke durch Festlegung der Abfolge der zu erreichenden Wegpunkte. Der zweite Abschnitt gibt Geschwindigkeitsbeschränkungen – sowohl nach oben als auch nach unten – für Streckensegmente vor. Diese Geschwindigkeitsbeschränkungen werden der Navigationskarte hinzugefügt.
Auf dem kürzesten Weg zum Ziel
Wenn nun die Aufgabe bekannt ist, kann eine Aufgabenstrecke für den LUX erzeugt werden. Dies erfolgt durch Auffinden der kürzesten Verbindungen zwischen den geforderten Fixpunkten unter Berücksichtigung der Entfernung und der Geschwindigkeitsbeschränkungen.
Sobald die Navigation eine Aufgabenstrecke für den LUX berechnet hat, ermittelt der Wegplaner eine Route zum nächsten Wegpunkt. Im ersten Schritt wandelt er die künstlichen Navigations-Wegpunkte in einen fahrbaren Weg um. Der erstellte Weg muss nun auf die reale Straße übertragen werden. Für diese Aufgabe verwendet der Wegplaner sowohl die Informationen der Fahrspurerfassung als auch die Positionsinformationen.
Was tun bei Hindernissen?
Im DARPA-Rennen gibt es verschiedene Situationen, in denen der LUX ausweichen muss. Dazu gehört ein einfaches, im Weg stehendes Hindernis. In diesem Fall passt die Software den Weg an, damit das Fahrzeug in Übereinstimmung mit den DARPA-Regeln, unter Einhaltung von Sicherheitsabständen und mit Rücksicht auf den Gegenverkehr das Hindernis passieren kann. Falls das Hindernis den Weg vollständig blockiert und kein Überholmanöver möglich ist, meldet die Wegplanung eine Straßensperrung an die Navigation und fordert eine neue Aufgabenstrecke an.
In Fahrt
Nachdem die Wegplanung den optimalen Weg gefunden hat, bewegt das Fahrzeugsteuermodul den LUX auf dem Weg entlang. Der Input besteht aus einer Reihe von „Bahnpunkten”. Jeder dieser Punkte enthält seine Position in Fahrzeugkoordinaten, einen Satz Geschwindigkeits- und zusätzlicher Informationen, zum Beispiel für die Blinkeraktivierung bei Kurven oder Verzögerungszeiten. Der Controller steuert jetzt die Regler (Lenkung, Bremse und Gas) für eine optimale Bewegung entlang des Weges.
Reichen drei Laserscanner für den Sieg?
Die DARPA Urban Challenge 2007 ist die ideale Plattform, um zu beweisen, welche Vorteile unterschiedliche Sensortechniken haben. Trotz der großen Konkurrenz von mehr als 50 Teams will das Team-LUX die Urban Challenge gewinnen. Die genutzten Sensor-Techniken bei der Challenge sind Laser, Radar und Video, wobei 14 Teams – wie übrigens auch der letzte Challenge-Sieger „Stanley“ der Stanford-Universität – mit Ibeo-Laserscannern fahren und 16 mit Laserscannern der Muttergesellschaft Sick.
Die Ibeo-Laserscanner erlauben im Unterschied zu einfachereren Lasersensoren die Anwendungen Automatische Notbremsung, Fußgängerschutz, ACC Stopp&Go, Spurverlassenswarner und Stauassistent. Mit der bewussten Beschränkung auf drei Laserscanner will das Team-LUX zeigen, dass diese Technik in Sicherheits- und Fahrerassistenzsysteme von Serienfahrzeugen integriert werden kann – eine vordere Platzierung wäre der beste Beweis dafür. (Karen Tippkötter und Jo-Ann Hilberath) (ggo [4])
URL dieses Artikels:
https://www.heise.de/-792178
Links in diesem Artikel:
[1] http://www.darpa.mil/grandchallenge/index.asp
[2] https://www.heise.de/bilderstrecke/4722999.html?back=792178;back=792178
[3] https://www.heise.de/bilderstrecke/4722999.html?back=792178;back=792178
[4] mailto:ggo@heise.de
Copyright © 2007 Heise Medien