Responsibilty for (Autonomous) Vehicle Racing

Institut

Professur für autonome Fahrzeugsysteme (TUM-ED)

Typ

Masterarbeit /

Inhalt

experimentell / theoretisch /  

Beschreibung

----------------------------------- DEUTSCHE VERSION WEITER UNTEN -----------------------------------

Disclaimer: This Master’s thesis is conducted in collaboration with the Honda Research Institute (HRI) Europe. The workplace will be at HRI in Offenbach. HRI offers a stipend of €1,000 / month.

Content: Trajectory planning for autonomous racing vehicles is crucial for optimizing lap times while adhering to physical limits and regulations. While state-of-the-art planners primarily focus on pure performance and simple collision avoidance, they often lack a higher-level concept of "responsibility" in interactive racing situations. This concept is vital for evaluating how the involved agents could have acted differently in critical scenarios or collisions to avoid the incident.

To make this complex, social concept tangible, the first step is to investigate human-driven motorsport. The focus lies on how trajectory planners implicitly and explicitly assess and distribute responsibility among the involved agents. Additionally, real motorsport situations where the allocation of responsibility is unclear, along with the corresponding decisions of the race stewards (if available), will be collected and analyzed. Since the current state of the art lacks a suitable method for quantifying and attributing responsibility, such a method will be developed based on the analysis of real racing duels. The goal of this work is to then transfer these findings to autonomous motorsport. The newly created understanding of responsibility is intended to become a cornerstone for integration into future planning algorithms, making the behavior of autonomous racing vehicles more comprehensible and safer.

The thesis involves the following work packages:

• Literature review and identification of the state of the art regarding interactive trajectory planners and how they distribute responsibility among agents.

• Data collection and analysis of close racing situations (duels) in motorsport.

• Development of a concept to evaluate and quantify responsibility.

• Application of the concept to selected scenarios in a simulation environment.

The written thesis must document the individual steps in a clear and organized manner. The candidate commits to conducting the Master's thesis independently and citing all scientific resources used. The submitted thesis remains the property of the chair as examination material.

Start Date: The work can start immediately. Please send your CV, transcript of records, and a short cover letter explaining why this topic excites you and why you are suitable for it to alexander.langmann@tum.de.

We look forward to your application!

 

------------------------------------ DEUTSCHE VERSION ------------------------------------

Disclaimer: Diese Masterarbeit findet in Zusammenarbeit mit Honda Research Institute (HRI) Europe statt. Der Arbeitsplatz wird bei HRI in Offenbach sein. HRI bietet eine Aufwandsentschädigung von 1000€ / Monat an.

Inhalt:
Die Trajektorienplanung für autonome Rennfahrzeuge ist entscheidend für die Optimierung von Rundenzeiten unter Einhaltung physikalischer Grenzen und des Reglements. Während sich State-of-the-Art-Planer primär auf reine Performanz und einfache Kollisionsvermeidung konzentrieren, fehlt ihnen in interaktiven Rennsituationen oft ein übergeordnetes Konzept von „Verantwortung“. Dieses Konzept ist entscheidend, um zu bewerten, wie die beteiligten Agenten in kritischen Szenarien oder bei Kollisionen alternativ hätten handeln können, um den Vorfall zu vermeiden.

Um dieses komplexe, soziale Konzept greifbar zu machen, soll in einem ersten Schritt der von Menschen betriebene Motorsport untersucht werden. Dabei liegt der Fokus darauf, wie Trajektorienplaner, implizit und explizit, Verantwortung zwischen den beteiligten Agenten beurteilen und verteilen. Ergänzend dazu sollen auch reale Situationen aus dem Motorsport, in denen die Verteilung der Veratnwortung nicht eindeutig ist und die dazugehörigen Entscheidungen der Rennkomissare (sofern vorhanden) gesammelt und analysiert werden. Da im aktuellen Stand der Technik eine geeignete Methode zur Quantifizierung und Zuordnung von Verantwortung fehlt, wird eine solche Methode auf Basis der Analyse realer Zweikämpfe entwickelt. Das Ziel dieser Arbeit ist es dann, diese Erkenntnisse auf den autonomen Motorsport zu übertragen. Das neu geschaffene Verständnis von Verantwortung soll einen Grundstein für die Integration in zukünftige Planungsalgorithmen werden, um das Verhalten autonomer Rennfahrzeuge nachvollziehbarer und sicherer zu gestalten.

Folgende Arbeitspakete umfasst die zu vergebende Studienarbeit:

• Literaturrecherche und Aufzeigen des Stands der Technik zu interaktiven Trajektorienplanern und wie diese Verantwortung zwischen den Agenten verteilen
• Data Collection und Analysis von Zweikampfsituationen im Motorsport
• Entwicklung eines Konzepts, um Verantwortung zu bewerten und quantifizieren
• Anwendung des Konzepts auf ausgewählte Szenarien in einer Simulationsumgebung

Die Ausarbeitung soll die einzelnen Arbeitsschritte in übersichtlicher Form dokumentieren. Der Kandidat/Die Kandidatin verpflichtet sich, die Masterarbeit selbständig durchzuführen
und die von ihm verwendeten wissenschaftlichen Hilfsmittel anzugeben. Die eingereichte Arbeit verbleibt als Prüfungsunterlage im Eigentum des Lehrstuhls.

Die Arbeit kann ab sofort begonnen werden. Bitte schicke deinen Lebenslauf, deinen Leistungsnachweis und ein kurzes Anschreiben, warum dich das Thema begeistern und du dafür geeignet bist an alexander.langmann@tum.de.

Wir freuen uns auf deine Beewerbung!

Voraussetzungen

Python, C++

Möglicher Beginn

sofort

Kontakt

Alexander Langmann
alexander.langmanntum.de

Ausschreibung