Autonom fahrendes Fahrzeug mit Teststrecke

Das Ziel dieser Bachelorarbeit ist der Vergleich eines Expertensystems und Machine Learning im Bereich des autonomen Fahrens. Ersteres beinhaltet einen Bildverarbeitungs- und Regelungsal-gorithmus. Als zweites System wird ein Machine Learning Algorithmus umgesetzt, der durch überwachtes Lernen trainiert wird.

Für die Umsetzung ist ein Modellfahrzeug so modifiziert worden, dass dieses fähig ist, mit bei-den Systemen autonom auf einer definierten Teststrecke zu fahren.

Zum Vergleich der Systeme wurde ein Benchmark implementiert, der einen empirisch abgestützten Vergleich beider Systeme ermöglicht.

Sowohl das Expertensystem, wie auch das Machine Learning wurden auf einem Raspberry Pi implementiert. Es verfügt über eine Kamera, welche die einzige Schnittstelle zur Umgebung dar-stellt.

Als Resultat dieser Arbeit sind das Expertensystem und Machine Learning in der Lage, die Test-strecke bei Normalbedingungen zu absolvieren. Beide Systeme sind dem menschlichen Fahrer bezüglich der Fahrruhe überlegen, wobei das Machine Learning heraussticht. Das ML System erweist sich gegenüber Veränderungen der Umgebungsparameter deutlich robuster als das Ex-pertensystem.

Weitere Informationen

Datum 08.09.2019
Studiengang Elektronik und Regelungstechnik
Photonik
Institut ICE
PWO
Typ Bachelorarbeit
Studierende Luca Brack
Timo Dürst
Elias Graf
Dozenten Prof. Dr. Stefan Rinner
Prof. Dr. Klaus Frick
Partner