Safe Motion Planning for Autonomous Driving: Entwicklung eines Safeguarding-Systems für Level-5-Fahrzeuge (SA/MA/IDP)

Institut

Professur für autonome Fahrzeugsysteme

Typ

Semesterarbeit / Masterarbeit /

Inhalt

theoretisch /  

Beschreibung

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 steht am Beginn einer Revolution: Level-5-Fahrzeuge rücken immer näher, und die Herausforderung, diese Fahrzeuge sicher durch komplexe und unvorhersehbare Verkehrssituationen zu steuern, wird immer größer. Hier kommt das Thema Safeguarding ins Spiel – ein intelligentes Sicherheitsnetz, das den Haupt-Trajektorienplanungsalgorithmus überwacht und in kritischen Momenten sofort eingreift. Während der Hauptalgorithmus die optimale Route berechnet, prüft das Safeguarding-Modul ununterbrochen die Ausgabesignale, identifiziert Anomalien wie erhöhte Rechenzeiten oder ungültige Trajektorien und sorgt dafür, dass bei einem Fehler automatisch eine Backup-Trajektorie aktiviert wird. So wird höchste Sicherheit garantiert!

Aus diesem Grund suchen wir engagierte Studierende, die einen Safeguarding-Algorithmus für unseren bestehenden Trajektorienplanungsalgorithmus erstellen und dessen Performance evaluieren. Der Safeguarding-Algorithmus soll den Hauptalgorithmus überwachen und Anomalien wie erhöhte Rechenzeiten oder ungültige Trajektorien feststellen. Er wird unabhängig vom Hauptalgorithmus arbeiten und dessen Ausgabesignale (Trajektorien) prüfen sowie überwachen, in welchem Zeitraum Trajektorien gesendet werden. Falls ein Fehler festgestellt wird, soll eine Backup-Trajektorie gesendet werden.

Zunächst soll der vorhandene Algorithmus in die Autoware Motion Planning Sim integriert werden. Anschließend wird das Safeguarding-Modul konzipiert und entwickelt. Abschließend soll die Performance in einem Beispiel-Setup (z.B. Alienware HPC als Hauptrechner und Laptop als Safeguard) getestet und evaluiert werden.

Arbeitspakete:

1. Literaturrecherche zum aktuellen Stand der Forschung und Technik im Bereich der Trajektorienplanung und der Absicherung
2. Einarbeitung in Autoware Motion Planning Sim
3. Konzeption und Implementierung des Safeguarding-Algorithmus
4. Simulation und Test des Gesamtsystems
5. Performance-Test in einem Beispiel-Setup
6. Dokumentation und Visualisierung der Ergebnisse

Voraussetzungen

Mitbringen solltest du:

• Gute Programmierkenntnisse in Python, C++ o.ä.
• Interesse am autonomen Fahren
• Erfahrungen mit ROS 2 und Ubuntu
• Hohe Eigenständigkeit
• Freude am Arbeiten im Team

Die Arbeit kann unmittelbar begonnen werden. Alle Arbeitsmittel sind vorhanden. Die Anwesenheit am Lehrstuhl ist nicht erforderlich, aber möglich (ausgestatteter Studierenden-Arbeitsraum ist vorhanden)

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

Python, C++, Git, CommonRoad, Ubuntu, ROS2

Tags

AVS Moller

Möglicher Beginn

sofort

Kontakt

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