Real-Time Motion Planning für das autonome Fahren (SA/MA/IDP)

Institut

Professur für autonome Fahrzeugsysteme

Typ

Semesterarbeit / Masterarbeit /

Inhalt

experimentell / theoretisch /  

Beschreibung

Auch als IDP, Forschungspraktikum, Guided Research etc. möglich!

Herzlich willkommen am AVS (Autonomous Vehicle Systems) Lab!

Wir beschäftigen uns mit der Entwicklung neuer Algorithmen, die dynamische Trajektorien- und Verhaltensplanung, adaptive Regelung und kontinuierlich lernende Systeme ermöglichen.

Die Automobilindustrie befindet sich in einem tiefgreifenden Wandel, da autonome Fahrzeuge immer mehr an Bedeutung gewinnen. Ein entscheidender Aspekt bei der Entwicklung autonomer Fahrzeuge ist die Fähigkeit, sicher und effizient Trajektorien zu planen. Bereits heute können autonome Fahrzeuge in bestimmten Anwendungsbereichen eigenständig agieren, ohne auf einen menschlichen Fahrer angewiesen zu sein. Dennoch ist das autonome Fahren noch lange nicht serienreif. Insbesondere in komplexen und sicherheitskritischen Situationen stoßen die Fahrzeuge an ihre Grenzen. Daher werden fortschrittliche Algorithmen und Techniken benötigt, um die komplexen Anforderungen der realen Welt zu erfüllen.

Im Kontext des autonomen Fahrens müssen Entscheidungen und Reaktionen in Echtzeit getroffen werden, um unmittelbare Verkehrssituationen und andere unvorhersehbare Ereignisse zu bewältigen. Die Laufzeitverzögerungen könnten in sicherheitskritischen Szenarien katastrophale Auswirkungen haben, da das Fahrzeug möglicherweise nicht schnell genug reagieren kann, um Kollisionen zu verhindern oder sicherheitsrelevante Maßnahmen zu ergreifen. Ein Echtzeitsystem ermöglicht die Überwachung und Sicherstellung der Performance der Trajektorien- und Verhaltensplanungsalgorithmen.

Aus diesem Grund suchen wir engagierte Studierende, um bestehende Softwarefunktionen auf einen echtzeitfähigen Mikrocontroller zu migrieren und die Performance zu evaluieren.

Arbeitspakete:

1. Literaturrecherche zum aktuellen Stand der Forschung und Technik im Bereich der echtzeitfähigen Trajektorienplanung für das autonome Fahren
2. Einarbeitung in ROS 2 und RTOS (Zephyr)
3. Migration sicherheitskritischer autonomer Fahrfunktionen auf einen echtzeitfähigen Mikrocontroller
4. Vergleich verschiedener KPIs wie beispielsweise Latenz, Jitter und Systemauslastung
5. Dokumentation und Visualisierung der Ergebnisse

Voraussetzungen

Mitbringen solltest du:

• Gute Programmierkenntnisse in C, C++ o.ä.
• Interesse am autonomen Fahren und embedded Systems
• Erfahrungen mit ROS 2 und echtzeitfähigen Betriebssystemen (RTOS, insbesondere Zephyr)
• Hohe Eigenständigkeit
• Freude am Arbeiten im Team

Die Forschungsarbeit kann unmittelbar begonnen werden. Alle Arbeitsmittel sind vorhanden. Die Anwesenheit am Lehrstuhl ist zeitweise erforderlich, da an einem echtzeitfähigen Mikrocontroller gearbeitet wird.

Sende bei Interesse am Thema deinen Lebenslauf, und den aktuellen Notenauszug an untenstehende Kontaktdaten. Gerne stelle ich dir das Thema im Detail in einem persönlichen Gespräch vor.

Unvollständige Bewerbungen können leider nicht berücksichtigt werden.

Verwendete Technologien

ROS 2, RTOS, C++, Git, Zephyr

Tags

AVS Moller

Möglicher Beginn

sofort

Kontakt

Korbinian Moller
Tel.: 089 289 10411
korbinian.mollertum.de