GET racing begyndte at konkurrere i starten af 2022. De tilbragte deres første år med at konkurrere med forbrændingskøretøjer og er siden da overgået til elektriske racerbiler. For at forbedre deres præstation på racerbanen blev to kameraer fra VA Imaging, tidligere kendt som GeT Cameras, installeret oven på bilen. Teamet implementerede to højhastigheds-MER2-160-75GC-P-kameraer med SONY IMX273-sensoren.
Formula Student-konkurrencen
Formula Student er en international ingeniørkonkurrence, hvor universitetsteams designer og bygger racerbiler for at konkurrere i forskellige discipliner. Studentteamet GET racing har deltaget i denne konkurrence siden 2005. Med i alt elleve byggede biler var 2023 året, hvor de introducerede deres andet elektriske køretøj.
Det var et stort skridt for teamet at konkurrere i racerløb ved at skifte fra forbrændingsmotorer til elektriske motorer. Dette var ikke den eneste ændring; de har også integreret deres første komplette aerodynamikpakke i bilen. Dette omfatter frontvingen, bagvingen og den bageste diffusor. Disse udviklinger beviser teamets dedikation til innovation, som yderligere forstærkes af skridtet ind i verdenen af autonom racerkørsel, hvor nye udfordringer opstår.
Sponsorat
GET racings elektriske køretøj, udstyret med VA Imaging vision-system, skal konkurrere i Formula Student-ingeniørkonkurrencen. I løbet af en uge vil teamet blive bedømt i statiske discipliner. Medlemmerne skal overbevise ekspertjuryen i et teknisk interview samt ved at præsentere en forretningspitch og omkostningsberegning. De demonstrerer også bilens egenskaber i dynamiske discipliner på racerbanen, som omfatter acceleration, autocross og skid pad.
Anvendelsen af Machine Vision-kameraer er afgørende ved håndtering af udfordringer relateret til perception, lokalisering og styring. Det hjælper teamet med at opfatte og digitalisere banen for at finde optimale trajektorier, som bilen kan følge. I år integrerede teamet et vision-system, der omfatter VA Imaging' MER2-160-75GC-P, med Sony IMX273-sensoren. Kombinationen af en LiDAR-sensor og to vidvinkelobjektiver på 1.6MP tilføjede et ekstra lag til deres perceptionssystem og øgede pålideligheden og rækkevidden.
Vision-hardwaren
Følgende Machine Vision-komponenter er implementeret i vision-systemet på bilens chassis:
- MER2-160-75GC-P: Dette er et 1.6MP GigE-kamera med C-mount, som kan optage 75 billeder pr. sekund ved fuld opløsning.
- LM12-5MP-03MM-F2.8-2-ND1: Dette er et 3.3MM M12-mount-objektiv til optagelse af billeder med en forvrængningsgrad på < 1% og et vandret synsfelt på 73°.
En oversigt over alle computer vision-produkter vises på webstedet. MER2-160-75GC-P-kameraet, udstyret med SONY IMX273-sensoren, leverer 75 billeder pr. sekund ved 1.6MP, hvilket sikrer minimal bevægelsessløring. Den globale shutter fastfryser billeder uden artefakter, hvilket er afgørende for nøjagtige beregningsresultater.
En central processorenhed i bilen håndterer data fra kameraerne og LiDAR-sensoren, samtidig med at den træffer beslutninger og styrer aktivering af styring, speeder og bremser. Der forskes og udvikles løbende med henblik på at optimere processorenhedens ydeevne. Samtidig minimeres enhedens størrelse, hvilket gør den nemmere at integrere og bidrager til racerbilens ydeevne.
Test af kameraopsætningen
Efter modtagelsen af kameraerne har teamet gjort betydelige fremskridt inden for test og udvikling. Indledningsvis udførte de statiske tests på en teststand for at evaluere det autonome systems ydeevne. På denne måde evalueres det uden eksterne påvirkninger.
Da disse tests var gennemført med succes, fortsatte de med dynamiske tests, hvilket betyder at køre bilen med det fuldt aktiverede autonome system. Disse tests medførte de største udfordringer, såsom varierende lysforhold og sensorbevægelser. Sony IMX273-sensorens globale shutter sikrede dog minimal bevægelsessløring ved høje hastigheder og leverede præcise data til perception. Samlet set sikrede deres testtilgang i kombination med de 2 Machine Vision-kameraer en robust autonom løsning.
Vurderingskort
Support:
GET racing var tilfredse med al den tilbudte support fra VA Imaging-teamet. Bortset fra et mindre problem med deres driver, som ikke kunne løses, var de taknemmelige for den tætte support, især omkring valg af objektiv, der sikrede det rette synsfelt.
Holdbarhed: 
Efter mange timers test mener teamet stadig, at kameraerne fungerer som på den første brugsdag.
Billedkvalitet:
Teamet vurderer billedkvaliteten til 4.5 ud af 5 stjerner. Med opløsningen fra 1.6MP-kameraerne kunne de udvide deres sensorrækkevidde fra omkring 3 meter til omkring 8 meter. Billedkvaliteten var stadig fremragende.
Fleksibilitet:
VA Imaging opnår en perfekt score for fleksibilitet, da systemet kører på flere operativsystemer og understøtter mange muligheder for at ændre parametre baseret på forskellige typer miljøer, hvor kameraerne skal fungere.
Implementeringsproces: 
Selvom implementeringsprocessen generelt forløb problemfrit, opstod der nogle udfordringer. Den support, der blev tilbudt af det tekniske team hos VA Imaging, hjalp dem dog med at løse disse problemer.
Prissætning:
Teamets oprindelige beslutning om at vælge at arbejde med VA Imaging blev ikke truffet på baggrund af prissætning, men på baggrund af specifikationer og support. Set i forhold til prissætningen på markedet mener de dog, at kameraerne er rimeligt prissat og billigere end sammenlignelige modeller.
Samarbejdet mellem GET racing og VA Imaging markerer et betydeligt fremskridt i verdenen af autonom racerkørsel. Med deres strategiske vision-systemdesign og fælles passion for innovation kan dette partnerskab kaldes en succes. Vil du holde dig opdateret om studentteamets seneste resultater? Sørg for at følge GET racing via dette link på LinkedIn, eller tag et kig på deres websted.