Motion Planning für das autonome Fahren: Entwicklung eines Safeguarding-Algorithmus (SA/MA)

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 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.

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. Integration des vorhandenen Trajektorienplanungsalgorithmus
4. Konzeption und Implementierung des Safeguarding-Algorithmus
5. Simulation und Test des Gesamtsystems
6. Performance-Test in einem Beispiel-Setup
7. 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 Forschungsarbeit 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