Mechlab@Vitzthum

Am 29.09.2021 stellte das Mechlab-Team interessierten SchülerInnen, Lehrkräften und Eltern des Vitzthum-Gymnasiums aktuelle Entwicklungen im Bereich des automatisierten Fahrens vor. Nach einer Einleitung in die Thematik führte Prof. Toralf Trautmann verschiedene Sensoren live vor und erläuterte deren Funktionsweise. Nach einer angeregten Diskussion konnten die Teilnehmenden das Machlab-Versuchsfahrzeug besichtigen. Der Diplomand Jonas Fabich erläuterte hier seine aktuellen Forschungen zum Thema „Notbremsassistent mit Lidar-Sensorik“.

Neue Prüftechnik für Einparksensorik

Seit 2017 arbeitet das Mechlab-Team an automatisierter Prüftechnik für die BMW-Werke in Leipzig und München. Die dafür genutzte Roboter-Plattform hat sich im Einsatz gut bewährt. Details dazu finden sich beispielsweise im Beitrag Mechlab@BMW.

Um den Studierenden der HTW Dresden diese Technologie praxisnah zu vermitteln, erfolgt im Rahmen von zwei Diplomarbeiten der Aufbau einer offenen Plattform zur systematischen Weiterentwicklung der Technologie. Zudem sollen im Rahmen der regulären Praktika neue Fahrzeugmodelle auf ihre Leistungsfähigkeit hin systematisch untersucht werden. Damit die Studierenden selbst tätig werden können, wurde im Gegensatz zu den Modellen für die Werke die Steuerung durch Matlab/Simulink realisiert. Damit kann zwar nicht die im Werk realisierte vollautomatische Prüfung stattfinden, aber es sind Anpassungen mit den im Studium erworbenen Programmierkenntnissen möglich. Der aktuelle Stand ist in diesen Videobeitrag zusammengefasst.

Test der Fußgängererkennung mit automatischer Notbremse

Für seine Diplomarbeit mit dem Titel „Entwicklung einer automatischen Notbremse auf Basis einer Lidar-Objekterkennung“ konnte Herr Jonas Fabich (jonas.fabich@htw-dresden.de) die ersten erfolgreichen Testmessungen durchführen. Eine stehende Dummy-Puppe wurde frühzeitig erkannt und die automatische Notbremsfunktion im Versuchsfahrzeug eingeleitet. Die Auslösung der Bremsung erfolgte dabei über eine selbstentwickelte Zusatzaktorik am Parkbremstaster. Das Video zeigt die erfolgreiche Versuchsdurchführung.

Zum Start auf das Bild klicken.

In den nächsten Wochen wird die Funktionalität auf bewegte Objekte ausgeweitet, so dass für Praktika im Studiengang Fahrzeugtechnik der HTW Dresden eine realitätsnahe und erweiterbare Versuchstechnik zur Verfügung steht.

LNDW2021 – Mechlab-Vorbereitungen laufen auf Hochtouren

Das diesjährige Team für den LNDW-Beitrag 2021 arbeitet mit Hochdruck an der Umsetzung. Es wird ein Testsystem für die Einparksensorik von PKW vorgestellt. Ein typisches Zielobjekt wird mittels Roboter an definierte Positionen gefahren, im Fahrzeug erfolgt über eine Kamera die Aufnahme der Anzeige. Über einen (noch zu entwickelnden Algorithmus) erfolgt dann die Bewertung der Systemleistung. Bei der LNDW 2021 wird das Gesamtsystem vorgestellt und es werden typische Bewertungssituationen mit dem Roboter angesteuert.


Link zur Online-Veranstaltung: https://bbb.htw-dresden.de/b/eng-zzf-fmf-ahn


Das Diplomanden-Team in Aktion (links: F. Mendt | rechts: L. Löwe)

Diplomanden-Vorträge (01/2021)

Zur Verbesserung der Zusammenarbeit und dem effektiven Austausch von Informationen fand am 29.06.2021 ein Vortragsnachmittag der aktuellen Mechlab-Diplomanden statt. Die Präsentationen sind über einen Klick auf die Titel abrufbar. Zur Kontaktaufnahme nutzen sie bitte eine E-Mail. Zur Vermeidung von SPAM-Zusendungen müssen sie diese selbst erstellen aus Vorname.Nachname@htw-dresden.de.


Yannick.Reimann

Entwicklung und Test einer hochdynamischen Regelungssoftware für ein hydraulisches Zusatzbremssystem


Franziskus.Mendt

Entwicklung einer bildbasierten Bewertungsmethode für Einparksensorik


Lennard.Loewe

Entwicklung eines Steuerungs- und Kommunikationssystems für einen Testroboter.


Jonas.Fabich

Notbremsassistent mit Lidar-Sensorik

MDR-Wissen Beitrag veröffentlicht

Im Oktober 2018 erstellte MDR-Wissen einen Beitrag über die zukünftige Mobilität. Hieran war auch das Mechlab-Team mit Ausführungen zu automatisierten Fahrfunktionen beteiligt (Link zum Beitrag). In diesem Jahr drehte die Redaktion eine Fortsetzung unter besonderer Berücksichtigung der Corona-Pandemie. Dieser Beitrag, in dem auch bereits bekannte Untersuchungen des Mechlab-Teams integriert wurden, ist heute in der Mediathek veröffentlicht worden. Der Sendetermin im Fernsehen ist der 25.04.21 um 22:20 Uhr. Durch Anklicken des Bildes gelangt man zum Mediathek-Beitrag.

MDR-Sachsenspiegel berichtet über Mechlab-Forschung

Ein schon länger zurückliegende Idee für eine Fahrerunterstützung auf Basis einer iPhone-APP wurde jetzt in Kooperation mit der Firma Casonex aus Dresden der sächsischen Öffentlichkeit vorgestellt. Die APP mit dem Namen CARefulDrive warnt vor Unfallschwerpunkten und trägt somit zur Erhöhung der Verkehrssicherheit bei. Daneben kann der Fahrer / die Fahrerin eigene Markierungen für persönlich wichtige Punkte setzen. ier sind weiterführende Informationen:

Grundidee der APP

MDR-Sachsenspiegel Beitrag

Derzeit befindet sich die Basisversion der APP in der Testphase. Interessierte melden sich bitte per Mail bei test@carefuldrive.de.

Fehlende Kenntnisse zu Fahrerassistenzsystemen

In einem heute bei heise.de erschienenen Artikel wird auf die eklatanten Lücken über die Funktionsweise von aktuellen Fahrerassistenzsystemen eingegangen.

https://www.heise.de/hintergrund/Im-Tal-der-Ahnungslosen-Studie-zu-Fahrassistenzsystemen-5068656.html

Das Mechlab-Team ist schon seit vielen Jahren auf diesem Gebiet tätig und versucht mit Schulungen, die Grundlagen und Grenzen sensorbasierter Umfelderkennung bekannt zu machen.

Mechlab-Schulungen

Im Rahmen von Abschlussarbeiten erfolgt der systematische Ausbau des Prüffeldes zur einfachen Evaluation vorhandener Seriensysteme. Die angekündigte gesetzliche Vorgabe ist dabei nur ein Mindeststandard, der sich nur auf einfache Situationen bezieht. Damit sind auch nach diesem Datum lediglich Fahrzeuge mit Assistenzfunktion unterwegs, der Schritt zur Hoch- und Vollautomatisierung ist damit nicht vollzogen.

Mechlab@heute-show

Etwas erstaunt war ich gestern schon, als ich beim Anschauen der heute-show eine mir bestens bekannte Szene aus einem Fußgängertest wiedererkannt habe. Hier ist der relevante Ausschnitt:

Ausschnitt heute-show vom 19.02.2021

Der gesamte Beitrag mit einer ausführlichen Erläuterung zum Test findet sich hier:

3sat-nano Test automatisierter Fahrzeuge

Wer gerne noch mehr über das Thema wissen möchte, findet hier einen Vortrag zum Thema KI und Fußgängererkennung:

Vortrag Handelsblatt Mobility Days (2020)

Mechlab @ Forst – Vermessung von Rückegassen mit einen Laserscanner

Mit dem Ziel zukünftige forsttechnische Maschinen zu automatisieren, soll der Baumbestand von Rückegassen über einen Lidar erkannt und als Referenz zur Positionierung verwendet werden. Im Rahmen einer Bachelorarbeit wurden drei Gassen im Tharandter Wald exemplarisch ausgewählt und mit einen Laserscanner (Ouster OS1) vermessen. Zur Bewertung der Messungen wurde der Baumbestand entlang der Gasse über ein Tachymeter vermessen.

Erfassung der Rückegasse über den Ouster OS1 Lidar sowie Erfassung der Position über ein Leica Rover System
Punkdaten des Ouster OS1

Die Punktdaten des Lidar wurden über eine Cropbox und anschließender Filterung (Voxel, Statistical-Outlier-Removal) reduziert. Über einen RANSAC wurde der Untergrund entfernt. Das anschließende Clustern erfolgte über einen euklidischen Ansatz. Als Ergebnis ist der Baumbestand als Bounding Box dargestellt.

Segmentierte Punktwolke und Darstellung des erkannten Baumbestandes als Bounding Box

Final können die Objekte des Lidar mit den Daten des Tachymeter verglichen und bewertet werden.

Darstellung der Lidar Objekte und der georeferenzierten Daten des Tachymeter

Der Baumbestand in lichten Rückegassen wird sehr gut über das Verfahren erkannt. Eine Positionierung und Navigation von automatisierten Forstfahrzeugen wäre unter diesen Bedingungen und mit der Verwendung eines Lidar möglich. Weniger erfolgreich ist dieser Ansatz bei einem dichten Baumbestand. An dieser Stelle versagen die einfachen Methoden der Punktdatensegmentierung. Hier sind neue Ansätze und ergänzende Technologien gefragt.

Objekterkennung in einem dichten Baumbestand. Durch die Belaubung können die Baumstämme nicht erkannt werden. Die Genauigkeit zur Positionierung eines automatisierten Forstfahrzeuges ist unter diesen Bedingungen nicht gegeben.