Kurzfassung

Die Auswahl der Sensorik spielt bei autonomen Fahrzeugen eine besondere Rolle, da sich die gesamte Umfelderkennung und die Navigation auf diese Messdaten stützen. Da es keinen perfekten Sensor gibt und jedes Messverfahren mit Fehlern behaftet ist, gilt es den für die jeweilige Anwendung günstigsten Kompromiss zwischen tolerierbarer Unvollkommenheit und spezifischen Vorteilen zu finden. Diese Problematik stellt sich im Projekt „Artificial Intelligence Concept Car“ (kurz AICC) und wird im Kontext mit der praktischen Anwendung in dieser Bachelorarbeit näher beleuchtet. Um die Anforderungen an die Sensorik und die sich daraus ergebenden Problemstellungen besser verstehen zu können, wird zu Beginn auf das grundlegende Konzept autonomer Umfelderkennung und Navigation eingegangen. Im Weiteren werden verschiedenste Sensoren auf deren Eignung für den Einsatz in autonomen Fahrzeugen geprüft. Basierend auf den gewonnenen Erkenntnissen wird ein den Anforderungen des Projekts AICC angepasstes Sensorkonzept entwickelt. Abschließend wird auf die Einbindung der Sensoren am Konzeptfahrzeug AICC eingegangen und die damit verbundenen Erkenntnisse werden ausführlich diskutiert.

Suchbegriffe: (Robotik, SLAM, Kalmanfilter, DARPA, LIDAR, RANSAC)

Summary

A vigilant choice of sensor technology is most important for autonomous vehicles, as motion planning and navigation depend on correct measuring data.

Due to the fact that there is no sensor which is convenient for all possible applications, the complicacy is to strike a balance between acceptable imperfection and specific advantages. This particular challenge is met in context of the project “Artificial Intelligence Concept Car” aka AICC and will be further discussed within the bachelor thesis in hand. In order to conceive the according sensor technology requirements the basic concept of autonomous motion planning and navigation is described. Consequently different types of sensors are verified and an adequate sensor concept for AICC is developed. Subsequently the implementation of sensors and the gained cognitions are exemplified.

Key words: (Robotic, SLAM, Kalman Filter, DARPA, LIDAR, RANSAC)

Inhaltsverzeichnis

Inhaltsverzeichnis   

Kurzfassung   2

Inhaltsverzeichnis....................................................................................................................   3

Abbildungsverzeichnis.   6

Tabellenverzeichnis. 8   

Abk  ürzungsverzeichnis.  9

Einleitung   10

1  Aufgabenstellung.  12

2  Grundlegendes zur Problemstellung „Autonomes Fahren“  13

2.1  Positionsbestimmung im Raum - Navigation  13

2.2  Umfelderkennung - Wegfindung.  14

3  Grundlegende Betrachtung verschiedener Sensortypen  15

3.1  Anforderungen an die Sensorik  15

3.2  Sensoren für die Odometrie-Datenermittlung.  16

3.2.1  Inkrementalgeber.  16

3.2.2  Absolutwertgeber  17

3.2.3  Kompass  17

3.2.4  Gyroskop  18

3.3  Sensoren für die Positionstriangulierung.  19

3.3.1  GPS zur direkten Positionsbestimmung  19

3.3.2  Triangulierung der Position durch W-LAN.  20

3.4  Sensoren für die Umfelderkennung  21

3.4.1  LIDAR.  21

3.4.2  Kamerasysteme  22

3.4.3  RADAR  23

3.4.4  Infrarot-Sensoren.  23

3.4.5  Ultraschall  25

4  Gegenüberstellung der Sensoren  26

4.1  Bewertungskriterien für Sensoren  26

4.2  Beschreibung der Sensoren nach Vor- und Nachteilen  27

4.2.1  Inkrementalgeber.  27

4.2.2  Kompass  27

4.2.3  Gyroskop  28

4.2.4  GPS.  28

3

Inhaltsverzeichnis

4.2.5  WLAN  29

4.2.6  LIDAR.  29

4.2.7  Kamerasysteme  30

4.2.8  RADAR  30

4.2.9  Infrarot-Sensor.  30

4.2.10  Ultraschall-Sensor  31

4.3  Vergleichsübersicht der Sensoren.  32

5  Erstellen des Sensorkonzeptes  33

5.1  Das Fahrzeugmodell  33

5.2  Sensoranordnung  34

5.2.1  Sensorik für die Odometrie-Datenerfassung  35

5.2.2  Sensorik für die Umfelderkennung  35

5.3  Sensor Konzept im Überblick.  36

6  Einbinden der Sensorik am Konzeptfahrzeug AICC  37

6.1  Einbindung der Inkrementalgeber  37

6.1.1  Konzept  37

6.1.2  Schaltungstechnische Umsetzung  37

6.1.3  Programmierung.  38

6.1.4  Erkenntnisse  39

6.2  Einbindung des Kompass  40

6.2.1  Konzept  40

6.2.2  Programmierung.  40

6.2.3  Erkenntnisse  40

6.3  Einbindung des LIDAR  41

6.3.1  Konzept  42

6.3.2  Schaltungstechnische Umsetzung  43

6.3.3  Programmierung.  44

6.3.4  Erkenntnisse  47

6.4  Einbindung der Ultraschall-Sensoren  48

6.4.1  Konzept  48

6.4.2  Schaltungstechnische Umsetzung  48

6.4.3  Programmierung.  49

6.4.4  Erkenntnisse  49

6.5  Einbindung der Infrarot-Sensoren  49

6.5.1  Konzept  50

6.5.2  Schaltungstechnische Umsetzung  50

4

Inhaltsverzeichnis

6.5.3  Programmierung.  50

6.5.4  Erkenntnisse  51

7  Erreichte Ziele und gewonnene Erkenntnisse  52

Literatur  - und Quellenverzeichnis  53

Anhang   54

5

Abbildungsverzeichnis   

Abbildungsverzeichnis   

Abb.  1: Quadrature Encoder (vereinfachte schematische Darstellung) 4  

Abb.  2 Inkremental- und Absolutwert- Geber 2  

Abb.  3 Honeywell 3-Axis Digital Compass IC 7  

Abb.  4 Digitaler 3-Axis Tilt Compensated Compass 6  

Abb.  5 Gyroskop mit kardanischer Aufhängung 8  

Abb.  6 Gyro-Sensor, Mini Piezo Electronic 9  

Abb.  7 GPS 11  

Abb.  8 W-LAN Lokalisationsprinzip 2  

Abb.  9 LIDAR Polarkoordinaten Erfassung von Raumkonturen 12  

Abb.  10 3D Image 13  

Abb.  11 3D Laserscanner von FARO (Photon Laser Scanner) 13  

Abb.  12 Stereo-Vision-System 14  

Abb.  13 Sharp IR-Sensor (li), Funktionsprinzip IR-Sensor (re) 2  

Abb.  14 IR-Kennlinie 17  

Abb.  15 Sende-Empfangs-Betrieb eines Ultraschall-Systems, 40kHz 19  

Abb.  16: SRF 02 Ultraschall-Entfernungsmesser, 40kHz 17  

Abb.  17 Geräteplattform (li) und Geräteplattform mit LiPo-Akkus (re)  

Abb.  18 Geräteplattform mit Sensor- und Mainboard  

Abb.  19 Sensorkonzept.  

Abb.  20 Fahrzeugmodell auf Basis des Sensorkonzeptes.  

Abb.  21 Blockdiagramm des Sensorkonzeptes.  

Abb.  22 Inkrementalgeberanbindung (li) und Mainboard Platine (re)  

Abb.  23 Inkrementalgeber des Fahrantriebes  

Abb.  24 PIC18F97J60 Block-Diagramm 20  

Abb.  25 Digitales Kompassmodul OS5000-US  

Abb.  26 AICC mit Kompass.  

Abb.  27 S300 LIDAR Scanner der Firma SICK 12  

Abb.  28 Schutzfeld (1), Warnfeld (2) und Entfernungsmessbereich (3)  

Abb.  29 Sensorboard-Schalteingangsauswertung (li) und Sensorbord-Platine (re)  

Abb.  30 Schaltungsprinzip der RS422 Schnittstelle  

Abb.  31 Pegeldefinition der RS232 Schnittstelle  

Abbildung  32 Verbindung von RS422 mit RS232  

Abb.  33 Beispiel für Request Mode 22  

6

Abbildungsverzeichnis   

Abb.  34 Reply Telegram Listing  

Abb.  35 SRF02 Ultraschall-Sensor 18  

Abb.  36 Anbindung der Ultraschall-Sensoren am Sensorboard  

Abb.  37 IR Sensor GP2Y0A02 der Firma Sharp.  

Abb.  38 Sensorboardseitige Einbindung der IR-Sensoren  

Abb.  39 Analogspannungs-Charakteristik des IR-Sensors.  

Abb.  40 Projekt AICC nach Fertigstellung  

7

Tabellenverzeichnis   

Tabellenverzeichnis   

Tabelle 1:  Odometrie-Daten / Dead Reckoning  32

Tabelle 2:  Funkgestützte Lokalisation.  32

Tabelle 3:  Umfelderkennung  32

Tabelle 4:  Telegram Listing  47

8

S Aufbau des Maßstabsmodells S Erstellung eines Sensorkonzeptes S Positionsbestimmung im Raum (Navigation) S Aufbau eines Expertensystems 1

S Realisierung autonomer Wegstreckenbewältigung innerhalb von Gebäuden