Die Auswahl der Sensorik spielt bei autonomen Fahrzeugen eine besondere Rolle, da sich die gesamte Umfelderkennung und die Navigation auf diese Messdaten stützen. Da es keinen perfekten Sensor gibt und jedes Messverfahren mit Fehlern behaftet ist, gilt
es den für die jeweilige Anwendung günstigsten Kompromiss zwischen tolerierbarer Unvollkommenheit und spezifischen Vorteilen zu finden. Diese Problematik stellt sich im
Projekt „Artificial Intelligence Concept Car“ (kurz AICC) und wird im Kontext mit der praktischen Anwendung in dieser Bachelorarbeit näher beleuchtet. Um die Anforderungen
an die Sensorik und die sich daraus ergebenden Problemstellungen besser verstehen zu können, wird zu Beginn auf das grundlegende Konzept autonomer Umfelderkennung und Navigation eingegangen. Im Weiteren werden verschiedenste Sensoren auf deren Eignung
für den Einsatz in autonomen Fahrzeugen geprüft. Basierend auf den gewonnenen Erkenntnissen wird ein den Anforderungen des Projekts AICC angepasstes Sensorkonzept entwickelt. Abschließend wird auf die Einbindung der Sensoren am Konzeptfahrzeug
AICC eingegangen und die damit verbundenen Erkenntnisse werden ausführlich diskutiert.
Inhaltsverzeichnis
1 Aufgabenstellung
2 Grundlegendes zur Problemstellung „Autonomes Fahren“
2.1 Positionsbestimmung im Raum - Navigation
2.2 Umfelderkennung - Wegfindung
3 Grundlegende Betrachtung verschiedener Sensortypen
3.1 Anforderungen an die Sensorik
3.2 Sensoren für die Odometrie-Datenermittlung
3.2.1 Inkrementalgeber
3.2.2 Absolutwertgeber
3.2.3 Kompass
3.2.4 Gyroskop
3.3 Sensoren für die Positionstriangulierung
3.3.1 GPS zur direkten Positionsbestimmung
3.3.2 Triangulierung der Position durch W-LAN
3.4 Sensoren für die Umfelderkennung
3.4.1 LIDAR
3.4.2 Kamerasysteme
3.4.3 RADAR
3.4.4 Infrarot-Sensoren
3.4.5 Ultraschall
4 Gegenüberstellung der Sensoren
4.1 Bewertungskriterien für Sensoren
4.2 Beschreibung der Sensoren nach Vor- und Nachteilen
4.2.1 Inkrementalgeber
4.2.2 Kompass
4.2.3 Gyroskop
4.2.4 GPS
4.2.5 WLAN
4.2.6 LIDAR
4.2.7 Kamerasysteme
4.2.8 RADAR
4.2.9 Infrarot-Sensor
4.2.10 Ultraschall-Sensor
4.3 Vergleichsübersicht der Sensoren
5 Erstellen des Sensorkonzeptes
5.1 Das Fahrzeugmodell
5.2 Sensoranordnung
5.2.1 Sensorik für die Odometrie-Datenerfassung
5.2.2 Sensorik für die Umfelderkennung
5.3 Sensor Konzept im Überblick
6 Einbinden der Sensorik am Konzeptfahrzeug AICC
6.1 Einbindung der Inkrementalgeber
6.1.1 Konzept
6.1.2 Schaltungstechnische Umsetzung
6.1.3 Programmierung
6.1.4 Erkenntnisse
6.2 Einbindung des Kompass
6.2.1 Konzept
6.2.2 Programmierung
6.2.3 Erkenntnisse
6.3 Einbindung des LIDAR
6.3.1 Konzept
6.3.2 Schaltungstechnische Umsetzung
6.3.3 Programmierung
6.3.4 Erkenntnisse
6.4 Einbindung der Ultraschall-Sensoren
6.4.1 Konzept
6.4.2 Schaltungstechnische Umsetzung
6.4.3 Programmierung
6.4.4 Erkenntnisse
6.5 Einbindung der Infrarot-Sensoren
6.5.1 Konzept
6.5.2 Schaltungstechnische Umsetzung
6.5.3 Programmierung
6.5.4 Erkenntnisse
7 Erreichte Ziele und gewonnene Erkenntnisse
Zielsetzung & Themen
Die Arbeit verfolgt das Ziel, für das autonome Fahrzeugprojekt "Artificial Intelligence Concept Car" (AICC) ein geeignetes Sensorkonzept zu entwickeln, zu evaluieren und praktisch umzusetzen, um eine autonome Navigation in Innenräumen zu ermöglichen.
- Grundlagen der Navigation und Umfelderkennung für autonome Fahrzeuge
- Vergleichende Analyse verschiedener Sensortechnologien (LIDAR, Infrarot, Ultraschall, etc.)
- Entwicklung eines applikationsspezifischen Sensorkonzepts für ein Maßstabsmodell
- Technische Implementierung und Integration der Sensoren am AICC-Prototypen
- Bewertung der Sensorleistung in Bezug auf Hinderniserkennung und Systemanforderungen
Auszug aus dem Buch
3.4.1 LIDAR
Diese Messmethode [16] verwendet ein dem RADAR ähnliches Prinzip, wobei bei diesem Verfahren ein Laserstrahl abgestrahlt wird.
Aufgrund der Laufzeit und Intensität des reflektierten Lichtes kann die Distanz ermittelt bzw. auf die Oberfläche des Objektes geschlossen werden. Dieser Laserstrahl wird über ein rotierendes Prisma in einer Ebene bewegt.
Dadurch ist ein, je nach Anwendung vertikaler oder wie in unserer Applikation horizontaler Schnitt durch den Raum möglich. Jedem Winkelwert kann durch die Laufzeitverschiebung eine entsprechende Distanz zugeordnet werden. Somit haben die erhaltenen Daten Polarkoordinaten-Charakteristik.
Diese Technik eignet sich zur Erfassung von Hindernissen jeder Art, besonders zur Erfassung von Raumkonturen, wie in Abb. 9 verdeutlicht wird.
Der Nachteil dieser Technologie besteht darin, dass in der gescannten Ebene jeder Winkel nur von einem Punkt repräsentiert wird. Dies hat zur Folge, dass bei einem Messfehler der gesamte, von diesem Winkelabschnitt betroffene Bereich fehlerhaft ist.
Erschwerend kommt hinzu, dass sich, wie in Abb. 9 ersichtlich, mit steigender Distanz zum Hindernis die Auflösung entsprechend reduziert.
Weiters liegt die aufgenommene Information in einer sehr schmalen Ebene vor, was die Erfassung von Hindernissen ausschließlich in einer Höhe ermöglicht.
Aufgrund des angewandten Messverfahrens erweisen sich stark reflektierende Oberflächen als problematisch, da sie das Licht an ihrer Oberfläche streuen und dieses daher nicht direkt an das Photoelement des Sensors reflektiert wird.
Zusammenfassung der Kapitel
1 Aufgabenstellung: Definition der Ziele für die Evaluierung der Sensortechnologien und deren Implementierung im AICC-Projekt.
2 Grundlegendes zur Problemstellung „Autonomes Fahren“: Erläuterung der theoretischen Grundlagen für Positionsbestimmung und Umfelderkennung als Basis für die Sensorauswahl.
3 Grundlegende Betrachtung verschiedener Sensortypen: Detaillierte technische Vorstellung der in Frage kommenden Sensorik für Odometrie, Triangulierung und Umfelderkennung.
4 Gegenüberstellung der Sensoren: Analyse der Vor- und Nachteile sowie Bewertung der Sensoren anhand spezifischer Kriterien wie Platzbedarf und Genauigkeit.
5 Erstellen des Sensorkonzeptes: Festlegung der Sensoranordnung und des Fahrzeugmodells für das Projekt AICC.
6 Einbinden der Sensorik am Konzeptfahrzeug AICC: Beschreibung der Hard- und Software-Implementierung der ausgewählten Sensoren am realen Fahrzeug.
7 Erreichte Ziele und gewonnene Erkenntnisse: Reflektion über den Projekterfolg, gelöste Herausforderungen und abschließende Bewertung der Ergebnisse.
Schlüsselwörter
Autonome Fahrzeuge, Robotik, Sensorkonzept, LIDAR, Infrarot-Sensor, Ultraschall-Sensor, Odometrie, Navigation, Umfelderkennung, SLAM, Kalmanfilter, DARPA, RANSAC, Indoor-Navigation, AICC.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit primär?
Die Arbeit behandelt die Entwicklung und Implementierung eines Sensorkonzepts für ein autonomes, mobiles Indoor-Fahrzeugmodell namens "Artificial Intelligence Concept Car" (AICC).
Welche zentralen Themenfelder werden bearbeitet?
Die Schwerpunkte liegen auf der Navigation, der Hinderniserkennung mittels verschiedener Sensortypen und der technischen Integration dieser Komponenten in eine bestehende Systemarchitektur.
Was ist das primäre Ziel der Bachelorarbeit?
Ziel ist es, eine wissenschaftliche Gegenüberstellung verschiedener Sensortypen vorzunehmen, um eine fundierte Sensorauswahl für das AICC zu treffen und diese durch praktische Implementierung zu validieren.
Welche wissenschaftlichen Methoden kommen zum Einsatz?
Neben einer theoretischen Literaturanalyse und dem Vergleich technischer Datenblätter nutzt der Autor empirische Tests zur Kalibrierung und zur Fehleranalyse der Sensor-Hardware.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretische Vorstellung der Sensortechnik, eine detaillierte Gegenüberstellung anhand von Bewertungskriterien sowie die konkrete Beschreibung der schaltungstechnischen und softwaremäßigen Einbindung.
Welche Schlüsselwörter charakterisieren das Dokument?
Die Arbeit ist geprägt durch Begriffe wie AICC, LIDAR, Odometrie, Indoor-Navigation und Sensorkonzept.
Warum spielt die Montage des LIDAR-Sensors eine so kritische Rolle?
Kleinste Neigungsabweichungen des LIDAR-Sensors führen aufgrund der hohen Distanzmessung (bis zu 30 Meter) zu erheblichen Fehlern bei der Interpretation der Messdaten, weshalb eine exakte horizontale Ausrichtung essenziell ist.
Welche Rolle spielt die "Request Mode" Kommunikation beim LIDAR-Einsatz?
Der Request Mode dient dazu, die Systemauslastung des IPC zu senken, indem Daten paketweise bei Bedarf abgerufen werden, statt eine kontinuierliche Datenflut zu verarbeiten, die zu Pufferüberläufen führen würde.
Wie gehen die Infrarot-Sensoren mit spiegelnden Oberflächen um?
Wie auch der LIDAR-Sensor neigen die IR-Sensoren bei stark reflektierenden Oberflächen zu Messausreißern, was jedoch für die Aufgabenstellung (Erkennung von Stiegen und Türschwellen) tolerierbar ist.
- Quote paper
- Florian Prieler (Author), 2009, Sensor-Systeme und deren Anwendung in autonomen Fahrzeugen am Beispiel des Artificial Intelligence Concept Car, Munich, GRIN Verlag, https://www.grin.com/document/125325
