Autonome Systeme

Audi Autonomous Driving Cup

Bereits viermal hat unser Team der Hochschule Offenburg am Audi Autonomous Driving Cup teilgenommen. In diesem von Audi ausgetragenen Wettbewerb erstellen die Teams Software, die es Auto-Modellen im Maßstab 1:8 ermöglicht, autonom zu fahren. Dabei müssen Straßen, Kreuzungen, Verkehrszeichen und Hindernisse erkannt und entsprechend auf sie reagiert werden. Gefahren wird sowohl im Stadtverkehr inklusive aller Vorfahrtsregeln und Ein- und Ausparken als auch auf der Landstraße.

Aus wissenschaftlicher Sicht ist insbesondere die Objekterkennung im Videostream der Kamera mit Hilfe von Deep Learning hervorzuheben. Aus softwaretechnischer Sicht ist erwähnenswert, dass die selbe an der Hochschule Offenburg entwickelte Basissoftware für Autonome Systeme sowohl für das autonome Fahren, für die simulierten zweibeinigen Roboter des Teams magma als auch für die Entscheidungssoftware bei Sweaty eingesetzt wird.

Im Jahr 2017 erreichte unser Team den hervorragenden 2. Platz.

Seit über 20 Jahren nimmt das Team Schluckspecht der Hochschule Offenburg am Shell Eco Marathon, einem internationalen Wettbewerb für das energieeffiziente Fahren, teil.

Im letztem Jahr wurde erstmals auch das hochautomatisierte Fahren in Form der Autonomous Challenge ausgetragen. Die Fahrzeuge in der urban concept Klasse müssen hierbei zulassungsnahe Kriterien erfüllen und sind konstruktiv entsprechend nah an herkömmlichen Fahrzeugen orientiert. Für das autonome Fahren wurde der Schluckspecht V mit einem 3D-Laserscanner, Intertialsensoren, einer 3D-Kamera sowie leistungsfähiger Rechnerhardware ausgestattet. Zusätzlich wurde auch die komplette Fahrzeugaktorik für die Lenkung und das Bremsen vom Team entwickelt und eingebaut.

Aus wissenschaftlicher Sicht ist insbesondere die Erstellung und Nutzung einer Umgebungskarte zur Laufzeit hervorzuheben. Mit modernen SLAM-Verfahren werden alle gegebenen Sensorinformationen fusioniert und für die Entscheidung und Planung zur Verfügung gestellt. Für die Objekterkennung mit optischen Systemen kommen zudem an das jeweilige Problem adaptierbare Deep Learning Algorithmen zum Einsatz.

Das Team der Hochschule konnte sich direkt für den Wettbewerb qualifizieren und in den Finalläufen in London 2018 einen hervorragenden dritten Platz belegen.

Bereits seit 2009 nimmt unser Team magmaOffenburg der Hochschule Offenburg an der RoboCup Weltmeisterschaft fußballspielender Roboter teil. In der 3D Simulationsliga spielen simulierte Nao Roboter deren 24 Motoren so angesteuert werden müssen, dass der Roboter läuft und kickt. So müssen bei diesem Wettbewerb die Teams von den Low Level Verhaltensweisen bis hin zur Teamstrategie alles entwickeln, damit am Ende die simulierten Roboter autonom Fußball spielen.

Aus wissenschaftlicher Sicht ist in diesem Projekt insbesondere das Erlernen von Bewegungen interessant. Die 3D Simulationsliga eignet sich besonders gut, maschinelles Lernen einzusetzen. So wurden insbesondere das Laufen der Roboter, als auch das Kicken maschinell erlernt und verbessert.

2017 und 2018 wurde das Team Vizeweltmeister!

Das Team Sweaty unter der Leitung von Prof. Hochberg entwickelt und baute inzwischen mehrere humanoide Roboter mit gleichem Namen in der Größe von Erwachsenen. Sweaty nimmt regelmäßig an der RoboCup Weltmeisterschaft fußballspielender Roboter in der Klasse der großen humanoiden Roboter teil.

Aus wissenschaftlicher Sicht ist Sweatys Motorkühlung auf der Basis von Verdunstungskühlung sowie die Erkennung von Objekten in Bildern mit Deep Learning Verfahren besonders hervorzuheben. Aus technischer Sicht ist die Konstruktion der Aktuation mit Linearmotoren sowie die große Fertigungstiefe ein besonderes Merkmal von Sweaty.

2016, 2017 und 2018 wurde Sweaty Vizeweltmeister!