Last updated: 30 September 2025

GET racing und VA Imaging: Innovative, ausschließlich visuelle autonome Fahrzeuge

Max Reijngoudt

GET racing, das Formula Student Team der Technischen Universität Dortmund, setzt neue Maßstäbe bei autonomen Fahrzeugen mit ihrem innovativen Vision-only-Ansatz. Traditionell haben autonome Fahrzeuge stark auf LiDAR-Sensoren gesetzt, um ihre Umgebung mit hoher Präzision zu erfassen. Durch den Verzicht auf herkömmliche Sensorsysteme wie LiDAR setzt GET racing ausschließlich auf fortschrittliche Industriekamera sund Computer Vision SoftwareSoftware, um ihr Fahrzeug über die Rennstrecke zu steuern. Dieser Durchbruch wird durch VA Imaging ermöglicht und stellt einen bedeutenden Fortschritt in der Technologie des autonomen Rennsports dar.

GET racing und VA Imaging: Innovative, ausschließlich visuelle autonome Fahrzeuge

Table of contents

Der Formula Student Wettbewerb: Von LiDAR zu ausschließlich visionsbasierten autonomen Fahrzeugen

Formula Student ist ein internationaler Wettbewerb, bei dem Universitäts­teams autonome Fahrzeuge entwerfen, bauen und fahren. Seit 2005 hat GET racing über elf Rennwagen gebaut, von denen jeder modernste Technologie integriert. Das Team wechselte 2022 von Verbrennungsmotoren auf Elektrofahrzeuge und stellte 2023 sein zweites Elektroauto vor. Jetzt konzentriert sich GET racing auf die Entwicklung von ausschließlich kamerabasierten autonomen Fahrzeugen, bei denen Kameras und Software den Bedarf an LiDAR und anderen Sensoren ersetzen.

Von LiDAR zu Vision-Only: Der Wandel in der Technologie autonomer Fahrzeuge

Im Jahr 2024 nutzte GET racing eine Kombination aus LiDAR-Technologie und Kameras, um Streckenkegel zu erkennen. Allerdings zwang ein Ausfall des LiDAR-Sensors während eines Gewitters in Ungarn das Team dazu, kurz vor der Teilnahme am Formula Student Germany Event auf ein reines Kamerasystem umzusteigen. Dieser schnelle Wechsel führte zur Entwicklung eines ausschließlich auf Bildverarbeitung basierenden autonomen Systems, das ihnen den Real-Time Video Processing Award 2024 einbrachte.

Der Durchbruch 2025: Ersatz von LiDAR durch ausschließlich visuelle autonome Fahrzeuge

Für die Saison 2025 machte GET racing einen großen Schritt, indem sie ihr Fahrzeug um ein zentrales integriertes Kamera-System herum entwickelten und sich vom traditionellen LiDAR-first-Ansatz entfernten. Durch den Einsatz Mit einem Weitwinkel-Fisheye-Objektiv erreichte das Team ein Sichtfeld von 185°, das die Front, die Seiten und sogar leicht hinter das Fahrzeug abdeckt.

Die wichtigsten Vorteile des Vision-only-Ansatzes sind:

Für die Verarbeitung verwendet das System einen stromsparenden integrierten Computer, der die Bilder mit einer Geschwindigkeit von über 80 Mal pro Sekunde verarbeiten kann. Dies wäre ohne ihre optimierte GET Vision 2 Perzeptionssoftware, die die Hardware voll ausschöpft, nicht möglich. Diese latenzarme, stromsparende Lösung übertrifft die schwereren, langsameren LiDAR-Systeme, die von vielen Teams im autonomen Rennsport noch immer eingesetzt werden.

Weniger externe Komponenten für eine bessere Luftzirkulation

Das Gewicht des Autos wurde um 1 kg reduziert, was die Leistung verbessert

Die Kamera-Installation kostet 90 % weniger als das vorherige LiDAR-System

Die Kamera erkennt jetzt Pylonen aus bis zu 25 Metern Entfernung und verbessert so die Navigation des Fahrzeugs auf der Strecke

Software-Innovation: Visionsbasierte Planung für autonome Fahrzeuge

GET racing hat außerdem ihre fahrerlose Software komplett neu geschrieben. Anstatt die Strecke während der ersten Runde zu kartieren (ein gängiger Ansatz im autonomen Rennsport), verwendet ihr System maschinelles Lernen, um die Fahrtrajektorie direkt aus Kamera-Daten zu berechnen. Dadurch kann das Auto bereits ab der ersten Runde mit voller Geschwindigkeit fahren, im Gegensatz zu vielen Teams, die langsamere Erkundungsrunden nutzen.

Herausforderungen und Lösungen bei der Entwicklung von ausschließlich visionsbasierten autonomen Fahrzeugen

Der Bau eines solchen Systems stellte mehrere technische Herausforderungen dar. Während der Tests stellte das Team fest, dass das leichte, wasserdichte Kamera Gehäuse dazu führte, dass die Kameras überhitzten. Um dies zu lösen, fügten sie einen Kühlventilator und einen Kühlkörper hinzu, sodass das System auch unter Hochleistungs-Rennbedingungen eine optimale Leistung beibehielt.

Eine weitere Herausforderung bestand darin, optische Klarheit zu gewährleisten und gleichzeitig das Kamera Objektiv zu schützen. Ein maßgeschneiderter Acryl Dom wurde mithilfe von 3D-Druck in das Gehäuse integriert, um Bildverzerrungen zu verhindern, die durch flache Schutz windows verursacht werden.

Vision-Hardware: Schlüsselkomponenten für ausschließlich Vision-basierte autonome Fahrzeuge

Der 2025 GET Rennwagen integriert fortschrittliche Kamera-Technologie von VA Imaging, wodurch ihr reines Vision-System möglich wird. Diese Komponenten ermöglichen die Echtzeitverarbeitung wesentlicher Streckenmerkmale.

Zu den Hauptkomponenten gehören:

  • MER3-506-58G3C-P Industrie-Kamera: eine 5MP GigE Kamera mit einem Sony IMX547 Sensor, die 58 Bilder pro Sekunde aufnimmt. Diese Kamera ist für die Hochgeschwindigkeitsdatenverarbeitung konzipiert und wird für einfache Tests über Power over Ethernet (PoE) angeschlossen.
  • VA-LCM-5MP-1.8MM-F1.4-015-FISH Fisheye Objektiv: Ein 5MP Fisheye Objektiv mit C-mount, das ein Sichtfeld von 185° bietet. Das Objektiv verfügt über eine F1.4 Blende und sorgt so auch bei schlechten Lichtverhältnissen für hervorragende Bildklarheit.

Diese Komponenten ermöglichen eine schnelle, hochwertige Bildverarbeitung, sodass das Fahrzeug autonom und präzise navigieren kann. Weitere Informationen zu den von VA Imaging verfügbaren Hardware-Komponenten finden Sie hier.

Integration und Zusammenarbeit mit VA Imaging

Die Zusammenarbeit mit VA Imaging war entscheidend für den Erfolg von GET racing bei der Entwicklung eines rein visuellen autonomen Systems. VA Imaging stellte technische Beratung zur Verfügung und unterstützte bei der Auswahl von Kamera und Objektiv. Das Team bewertete die Zusammenarbeit sehr positiv:

Diese Zusammenarbeit ermöglichte es GET racing, ein rein visuelles System zu entwickeln, das kompakt, zuverlässig und kostengünstiger ist als herkömmliche Systeme, die auf LiDAR basieren.

Immer reaktionsschnell und hilfsbereit

Kameras hielten hohen Kräften stand und wurden umfangreichen Tests unterzogen

Hervorragende Bildqualität, selbst bei Fischaugenverzerrung

Kleinere Probleme mit der Sensor-Objektiv-Kompatibilität

Fehlende CAD-Dateien für das Objektiv verursachten leichte Verzögerungen

Sehr wettbewerbsfähig im Vergleich zu anderen Alternativen

Wie rein visuelle Systeme LiDAR im autonomen Rennsport ersetzen

Die Partnerschaft zwischen GET racing und VA Imaging ist ein herausragendes Beispiel dafür, wie die Zusammenarbeit zwischen Industrie und Wissenschaft technologische Innovationen vorantreiben kann. Gemeinsam haben sie ein Vision-only-Autonomes Fahrzeug entwickelt, das durch den Verzicht auf herkömmliche LiDAR-basierte Systeme schneller, leichter und effizienter ist. Dieser Vision-only-Ansatz ebnet den Weg für die Zukunft autonomer Fahrzeuge im Motorsport und zeigt, dass Technologie und Einfallsreichtum die Grenzen des Möglichen verschieben können.

Interessieren Sie sich dafür, wie die fortschrittlichen Vision-Systeme von VA Imaging Innovationen für autonome Fahrzeuge wie die GET racing-Kollaboration ermöglichen? Egal, ob Sie ähnliche Anwendungen erforschen oder mehr über unsere Kameras und Objektive erfahren möchten – nehmen Sie noch heute Kontakt mit uns auf. Füllen Sie das untenstehende Kontaktformular aus, um mit unseren Experten in Verbindung zu treten.

GET racing und VA Imaging Zusammenarbeit 2023

Gaspar van Elmbt

2023 GET Racing - VA Imaging Zusammenarbeit

Im Jahr 2023 begannen GET racing und VA Imaging ihre Zusammenarbeit, um die Leistung in der Formula Student mit fortschrittlicher und LiDAR-Technologie zu steigern.

Ihre Partnerschaft legte den Grundstein für das vision-basierte System von GET racing, das Hochgeschwindigkeits-Bilderfassung und zuverlässige Wahrnehmung kombiniert, um erste Schritte in Richtung autonomes Racing zu ermöglichen.

Read more