Würzburg

Autonomes Fahren: Wettbewerbe an der FH

Auf einem Parcours mit Verkehrszeichen und Passanten bewegen sich die autonom fahrenden Jet-Bots. Die Studenten tüfteln - nicht alles klappt immer auf Anhieb wie gewünscht.
Foto: Arndt Balzer | Auf einem Parcours mit Verkehrszeichen und Passanten bewegen sich die autonom fahrenden Jet-Bots. Die Studenten tüfteln - nicht alles klappt immer auf Anhieb wie gewünscht.

Autonomes Fahren – diese Aufgabe probierten Master- und Bachelorstudierende an der Hochschule für angewandte Wissenschaften Würzburg-Schweinfurt in einer neuen Lehrveranstaltung während des Wintersemesters 2020/21 aus: Sogenannte Jet-Bots und Jet-Racern, Bausätze für Künstliche-Intelligenz-Fahrzeuge, sollten die Studierenden so einsetzen, dass Alltagssituationen im Straßenverkehr mittels Frontkamera korrekt erkannt werden und eine angemessene Reaktion darauf folgt.

Ab Oktober hatten die Studierenden im Kurs Maschinenlernen unter der Leitung der Professoren Arndt Balzer und Frank Deinzer daran gearbeitet, die Jet-Bots und Jet-Racer autonom in gängigen Verkehrssituationen fahren zu lassen, informiert die FH in einer Pressemitteilung. So mussten die Fahrzeuge über Kameras beispielsweise die Spur halten, Verkehrsschilder erkennen, am Fahrbahnrand stehende Passanten bemerken und die Geschwindigkeit entsprechend drosseln.

Bei den Bachelor-Studierenden ging es im Wettbewerb um Spurverfolgung und Geschwindigkeit. Sie bauten eine Strecke im Gebäude am Sanderheinrichsleitenweg in Würzburg auf, um ihre Fahrzeuge fahren zu lassen. Die sensorgesteuerten Modellrennwagen sollten den festgelegten Parcours mittels Spurverfolgung fehlerfrei und möglichst schnell absolvieren, so die Pressemitteilung. Die Sensoren bestanden aus Zeilen von Infrarot- und Fotodioden. Eine vergleichbare Technik wird in modernen Autos eingesetzt.  

Im abschließenden Wettbewerb für 14 Studierende des Master-Studiengangs Informationssysteme, bei dem jedes Fahrzeug mehrmals einen Parcours zu durchfahren hatte, zählten laut Pressemitteilung folgende Kriterien:  

• das Erkennen und Berücksichtigen definierter Objekte wie Straßenschilder und Personen an der Fahrbahn in der Programm-Logik. Neben dem Einsatz von neuronalen Netzen war auch die klassische Mustererkennung möglich.

• menschliches Eingreifen statt des autonomen Fahrens kostete Strafzeit.

• die Gesamtfahrzeit  

• der Energieverbrauch des Prozessors und des Grafikprozessors wurde (noch) nicht gewertet.

Zum Hintergrund: Moderne Fahrzeuge verfügen über zahlreiche Assistenzsysteme, die das Fahren sicherer machen und Fahrer entlasten sollen. Die verwendeten künstlichen neuronalen Netze lernen, Entscheidungen zu treffen. Nicht klar ist, was genau diese neuronalen Netze aufnehmen und wie sie das Gelernte umsetzen und anwenden, so die FH.

Herausforderungen seien bewusste Störungen der Systeme durch Dritte. Dabei reichten unter Umständen ein Bildpunkt, ein Pixel, um in den neuronalen Netzen Täuschungen hervorrufen. Assistenzsysteme können gehackt, getäuscht, irritiert werden. Das könne zu Fehlfunktionen und Unfällen führen. Über Simulationen werde daher versucht, Fahr- und Lernprozesse von neuronalen Netzen auszuprobieren und daraus zu lernen, um die einzelnen Schritte im Straßenverkehr zu optimieren.

Für die besten Teams des Wettbewerbs gab es Büchergutscheine, gesponsert von Iwinet, dem Alumni-Netzwerk der Fakultät für Informatik und Wirtschaftsinformatik.

   

Ein Jet-Racer bei der Durchfahrt unter einer Brücke nach einer scharfen Rechtskurve.
Foto: Bolza-Schünemann | Ein Jet-Racer bei der Durchfahrt unter einer Brücke nach einer scharfen Rechtskurve.
Schnell und fehlerfrei im Ziel anzukommen, war das Ziel für die Rennwagen.
Foto: Arndt Balzer | Schnell und fehlerfrei im Ziel anzukommen, war das Ziel für die Rennwagen.
Am Fahrbahnrand läuft ein Fußgänger: Das Jet-Bot-Fahrzeug soll ihn erkennen und die Geschwindigkeit drosseln.
Foto: FHWS / BolzaSchüneman | Am Fahrbahnrand läuft ein Fußgänger: Das Jet-Bot-Fahrzeug soll ihn erkennen und die Geschwindigkeit drosseln.
Nichts mehr verpassen: Abonnieren Sie den Newsletter für die Region Würzburg und erhalten Sie dreimal in der Woche die wichtigsten Nachrichten aus Ihrer Region per E-Mail.
Weitere Artikel
Themen & Autoren
Würzburg
Auto
Autonomes Fahren
Fahrzeuge und Verkehrsmittel
Fakultäten
Hochschule für angewandte Wissenschaften
Informationssysteme
Professoren
Straßenverkehr
Studentinnen und Studenten
Wirtschaftsinformatik
Lädt

Damit Sie Schlagwörter zu "Meine Themen" hinzufügen können, müssen Sie sich anmelden.

Anmelden

Das folgende Schlagwort zu „Meine Themen“ hinzufügen:

Sie haben bereits
/ 15 Themen gewählt

bearbeiten

Sie folgen diesem Thema bereits.

entfernen

Um "Meine Themen" nutzen zu können müssen Sie der Datenspeicherung zustimmen

zustimmen
Kommentare (0)
Aktuellste Älteste Top

Der Diskussionszeitraum für diesen Artikel ist leider schon abgelaufen. Sie können daher keine neuen Beiträge zu diesem Artikel verfassen!