Autonomes Racing: Entwicklung einer interaktiven Simulationsumgebung für Trajektorienplaner
- Institut
- Professur für autonome Fahrzeugsysteme
- Typ
- Semesterarbeit
- Inhalt
- experimentell theoretisch
- Beschreibung
[For English version see below.]
Der Trajektorienplanung autonomer Fahrzeuge kommt die zentrale Bedeutung zu, unter Berücksichtigung des aktuellen Fahrzeugzustandes und der Umgebung den bestmöglichen Pfad mit einem passenden Geschwindigkeitsprofil zu ermitteln. Im autonomen Rennsport bedeutet dies konkret, dass andere Fahrzeuge auf der Strecke und ihre Bewegungen in der Planung berücksichtigt werden müssen, sodass performante Überhol- und Ausweichmanöver geplant werden können. Im Rahmen der A2RL oder Indy Autonomous Challenge werden die von uns entwickelten Algorithmen bei über 280 km/h getestet.
Um diese dynamisch anspruchsvollen und schwierigen Manöver abzutesten, bedarf es einer detailgetreuen Simulationsumgebung, in der verschiedene Fahrsituationen abgebildet werden können. Dabei soll der Fokus auf Szenarien liegen, in denen mehrere Fahrzeuge miteinander interagieren und so das Verhalten der anderen Fahrzeuge durch das eigene Verhalten beeinflusst wird (und vice versa).
Ziel dieser Arbeit ist die Entwicklung einer Simulationsumgebung, die Planungsalgorithmen für autonome Rennfahrzeuge in interaktiven Szenarien abtesten kann. Ausgangspunkt ist eine bereits bestehende, nicht-interaktive Simulationsumgebung, in der nur ein Fahrzeug in Kombination mit nicht-interaktiven Agenten simuliert werden kann. Diese Umgebung soll so erweitert werden, dass mehrere Instanzen des Planungsalgorithmus gleichzeitig gestartet werden und so Interaktion zwischen den verschiedenen Agenten ermöglicht wird.
Das bieten wir:
- Spannendes und zukunftsorientiertes Forschungsfeld
- Arbeiten mit einem State-of-the-Art Software Stack für autonomes Fahren
- Bei Eignung Veröffentlichung als wissenschaftliches Paper möglich
- Ausarbeitung in Deutsch oder Englisch
Deine Voraussetzungen:
- Hoher Grad an Eigeninitiative und eine kreative Denkweise
- Sehr gute Deutsch- oder Englisch-Kenntnisse
- Sehr gute Python- oder C++Kenntnisse
- Erste Erfahrungen mit autonomen Fahrzeugen von Vorteil
- Erfahrungen in der Softwareentwicklung von Vorteil
Die Arbeit kann ab sofort begonnen werden. Wenn das Thema dein Interesse geweckt hat, schicke einfach eine Email mit einem kurzen Anschreiben, warum dich das Thema interessiert, einem aktuellen Leistungsnachweis sowie Lebenslauf an alexander.langmann@tum.de.
--------------------------------------------------- ENGLISH VERSION ---------------------------------------------------
Trajectory planning for autonomous vehicles plays a key role in determining the best possible path with a suitable speed profile, taking into account the current vehicle status and the environment. In autonomous racing, this means that other vehicles on the track and their movements must be taken into account in the planning so that high-performance overtaking and evasive maneuvers can be planned. As part of the A2RL or Indy Autonomous Challenge, the algorithms we have developed are tested at over 280 km/h.
In order to test these dynamically demanding and difficult maneuvers, a detailed simulation environment is required in which various driving situations can be mapped. The focus should be on scenarios in which several vehicles interact with each other and thus the behavior of the other vehicles is influenced by their own behavior (and vice versa).
The aim of this work is to develop a simulation environment that can test planning algorithms for autonomous racing vehicles in interactive scenarios. The starting point is an existing, non-interactive simulation environment in which only one vehicle can be simulated in combination with non-interactive agents. This environment is to be expanded so that several instances of the planning algorithm can be started simultaneously, thus enabling interaction between the various agents.
What we offer:
- Exciting and future-oriented research field
- Working with a state-of-the-art software stack for autonomous driving
- Possibility of publication as a scientific paper if suitable
- Work can be conducted in German or English
Your requirements:
- High degree of initiative and a creative mindset
- Excellent German or English skills
- Excellent Python or C++ skills
- Some experience with autonomous vehicles is advantageous
- Experience in software development is advantageous
Work can begin immediately. If you are interested, simply send an email with a brief cover letter explaining what fascinates you about this topic, a current academic transcript, and a resume to alexander.langmann@tum.de.
- Tags
- AVS Langmann
- Möglicher Beginn
- sofort
- Kontakt
-
Alexander Langmann
alexander.langmanntum.de