Wenn Autos ihre autonomen Fahrer zärtlich "Vettel" taufen

   

Auf dem Gemeinschaftsstand "Forschung für die Zukunft", eine Initiative der Länder Thüringen, Sachsen und Sachsen-Anhalt, demonstriert der Fachbereich "Simulation und Optimale Prozesse" der TU Ilmenau anhand einer Modellanlage, wie er das Konzept des autonomen Fahrens umsetzen würde.

Audi Autonomous Driving Cup 2018

   

Die Schufterei hat sich nach fünf Monaten großer Bemühungen gelohnt!

Cooperative autonomous vehicles management with learning-based algorithm in VANET

   

C2C and C2X information through wireless interface will be integrated for cooperative driving strategies in the traffic situations, such as urban intersections, highway ramp merging and traffic jams.... [klicken für weitere Informationen]

TU Ilmenau präsentiert auf der Hannover Messe Technologie von morgen

<style>.video-embed-item{ position:relative; width:100%; }</style>

   

Präsentiert wird eine Vorführung von autonomem Fahren mit Hightech-Modellautos (Audi Q2 im Maßstab 1:8). Der Audi Autonomous Driving Cup ist ein internationaler Wettbewerb, dessen Ziel die Entwicklung vollautomatischer Fahrfunktionen und der dafür notwendigen Softwarearchitekturen ist. Unser Team AFILSOP (Autonomes Fahren mit dem Ilmenauer SOP-Team, Fachgebiet Simulation und Optimale Prozesse) hat den Cup 2017 gewonnen. Entscheidend für den Sieg ist die Nutzung einer modellgestützten optimalen Regelung. Das am Fachgebiet entwickelte Optimierungsverfahren berücksichtigt Wünsche von Fahrzeuginsassen, Umgebungsbedingungen und die Fahrzeugdynamik. Die damit online berechnete Strategie zur Bewältigung bestimmter Aufgaben ist sicherer und weniger störanfällig als konventionelle Verfahren. Das realisierte Konzept ist sehr industrienah und kann leicht auf reale Autos übertragen werden.
 

Pressemitteilung


Video Interview

Audi Autonomous Driving Cup 2017

   

[PLATZ 1] Team AFILSOP gewinnt Audi Autonomous Driving Cup 2017

Theorie: 3B-Methoden zu autonomem Fahren

   

Im folgenden finden Sie den Theoretischen Ansatz.

Unsere Praxisaufbauten sind (anklicken für Details):

Ziel: Realisierung autonomen Fahrens

 
   

B1: Daten-basiert (zur Identifikation aktueller Fahrzustände, des zulässigen Bereiches, usw.)

  • Laserscanner, Radar
  • Kamera
  • GPS
  • Kommunikation zwischen den Fahrzeugen
 

B2: Modell-basiert (zur Prädiktion der Fahrdynamik im nächsten Zeitmoment)

  • Modellgleichungen
  • Kalibrierung der Parameter
  • Beschreibung der Einschränkung des zulässigen Bereiches
 

B3: Algorithmus-basiert (zur Berechnung der Fahrstrategie in Echtzeit)

  • Lösung eines Optimierungsproblems
  • Recheneffizienz
  • Konvergenzeigenschaften

Formulierung des Optimierungsproblems

 

Literatur

   

Evgeniya Drozdova, Siegbert Hopfgarten, Evgeny Lazutkin, Pu Li
Autonomous Driving of a Mobile Robot Using a Combined Multiple-Shooting and Collocation Method
IAV 2016 - 9th IFAC Symposium on Intelligent Autonomous Vehicles, 29.06.2016 - 01.07.2016, Leipzig, Germany