Autonomes Rennsystem
ROS2-basiertes autonomes Mehrauto-Rennen mit LIDAR-gesteuerter Regelung, Pure-Pursuit-Lenkung und Wandfolge-Algorithmen in einer dockerisierten F1Tenth-Simulationsumgebung.
Mehrere Regelungsalgorithmen (Pure Pursuit, Wandfolgen, Reaktiv)
Vollständige Docker-Containerisierung mit plattformübergreifender Unterstützung
Mehrauto-Simulation mit Echtzeit-Kollisionsvermeidung
LIDAR-basierte Wahrnehmung und Trajektorienplanung
Ein umfassendes autonomes Rennsystem, entwickelt während des Sommerprojekts Autonomous Racing Cars an der TU Wien. Das Projekt implementiert mehrere Regelungsalgorithmen für F1Tenth-Rennwagen im Maßstab innerhalb eines ROS2-Ökosystems.
Das System nutzt LIDAR-Sensordaten zur Umgebungswahrnehmung und implementiert verschiedene Regelungsstrategien: Pure-Pursuit-Lenkung für Trajektorienverfolgung, reaktives Wandfolgen für unbekannte Strecken und einen einfachen Raceline-Generator für optimierte Pfade auf bekannten Kursen. Ein Sicherheitsknoten überwacht drohende Kollisionen und kann Steuerbefehle überschreiben, um Unfälle zu verhindern.
Die gesamte Entwicklungsumgebung ist mit Docker containerisiert und unterstützt mehrere Plattformen (Linux, macOS, Windows/WSL) mit Docker Compose und VS Code Devcontainer-Setups.
Der Simulator nutzt die F1Tenth-Gym-Umgebung mit RViz2-Visualisierung, zugänglich über VNC für Remote-Entwicklung.
Das Projekt unterstützt auch Mehrauto-Simulationsszenarien, die direkte Rennen zwischen verschiedenen Regelungsalgorithmen ermöglichen — eine anspruchsvolle Echtzeitsystem-Herausforderung, die sorgfältiges Management von Sensordaten, Regelungsschleifen und Fahrzeug-zu-Fahrzeug-Bewusstsein erfordert.
Etwas Ähnliches gesucht?
Lassen Sie uns darüber sprechen, was ich für Ihr Unternehmen bauen kann.
Kontakt aufnehmen