GET Racing begann Anfang 2022 mit dem Wettkampf, sie verbrachten ihre ersten Jahre mit der Teilnahme an Rennen mit Verbrennungsfahrzeugen und sind seitdem zu elektrischen Rennwagen übergegangen. Um ihre Leistung auf der Rennstrecke zu verbessern, wurden zwei Kameras von VA Imaging, früher bekannt als GeT Cameras, oben auf dem Auto installiert. Das Team implementierte zwei Hochgeschwindigkeits-MER2-160-75GC-P-Kameras mit dem SONY IMX273-Sensor.
Der Formula Student-Wettbewerb
Formula Student ist ein internationaler Ingenieurswettbewerb, bei dem Universitätsteams Rennwagen entwerfen und bauen, um in verschiedenen Disziplinen gegeneinander anzutreten. Das Studententeam GET Racing nimmt seit 2005 an diesem Wettbewerb teil. Mit insgesamt elf gebauten Autos war 2023 das Jahr, in dem sie ihr zweites Elektrofahrzeug vorstellten.
Für das Team war es ein großer Schritt, im Rennwettbewerb von Verbrennungsmotoren auf Elektromotoren umzusteigen. Dies war nicht die einzige Änderung, sie haben dem Auto auch ihr erstes vollständiges Aerodynamikpaket beigelegt. Dazu gehören Frontflügel, Heckflügel und Heckdiffusor. Diese Entwicklungen beweisen das Engagement des Teams für Innovation, das durch den Schritt in die Welt des autonomen Rennsports, in dem sich neue Herausforderungen ergeben, noch verstärkt wird.
Sponsoring
GET Racing's Elektrofahrzeug, ausgestattet mit dem VA Imaging vision System, wird am Formula Student Ingenieurswettbewerb teilnehmen. Im Laufe einer Woche wird das Team in statischen Veranstaltungen bewertet. Die Mitglieder müssen die Expertenrichter in einem technischen Interview sowie durch die Präsentation eines Geschäftskonzepts und einer Kostenkalkulation überzeugen. Sie demonstrieren auch die Fähigkeiten des Fahrzeugs in dynamischen Veranstaltungen auf der Rennstrecke, die die Disziplinen Beschleunigung, Autocross und Skid Pad umfassen.
Die Nutzung von Machine Vision-Kameras ist entscheidend, um Herausforderungen im Zusammenhang mit Wahrnehmung, Lokalisierung und Steuerung zu bewältigen. Sie hilft dem Team, die Strecke wahrzunehmen und zu digitalisieren, um optimale Trajektorien für das Auto zu finden. In diesem Jahr hat das Team ein vision-System integriert, das die VA Imaging'
MER2-160-75GC-P umfasst, das den
Sony IMX273-Sensor enthält. Die Kombination eines LiDAR-Sensors und
zweier Weitwinkelobjektive auf der 1,6MP-Kamera fügte ihrer Wahrnehmungssystem eine zusätzliche Ebene hinzu, die Zuverlässigkeit und Reichweite erhöht.
Die vision-Hardware
Die folgenden Machine Vision-Komponenten sind im vision-System des Fahrgestells des Autos implementiert:
-
MER2-160-75GC-P: Dies ist eine 1,6MP GigE Kamera mit einem C-mount, die in der Lage ist, 75 Bilder pro Sekunde bei voller Auflösung aufzunehmen.
-
LM12-5MP-03MM-F2.8-2-ND1: Dies ist ein 3,3MM M12-Montage Objektiv zur Aufnahme von Bildern mit einer Verzerrungsrate von <1% und einem horizontalen Sichtfeld von 73°.
Ein Überblick über alle
Computer Vision Produkte ist auf der Website zu sehen. Die MER2-160-75GC-P Kamera, ausgestattet mit dem SONY IMX273 Sensor, liefert 75 Bilder pro Sekunde bei 1,6 MP und sorgt für minimale Bewegungsunschärfe. Der global Shutter friert Bilder ohne Artefakte ein, was entscheidend für genaue Berechnungsergebnisse ist.
Eine zentrale Verarbeitungseinheit im Auto verarbeitet die Daten der Kameras und des LiDAR-Sensors, trifft gleichzeitig Entscheidungen und steuert die Betätigung von Lenkung, Gas und Bremse. Es gibt kontinuierliche Forschung und Entwicklung zur Optimierung der Leistung der Verarbeitungseinheit. Gleichzeitig wird die Größe der Einheit minimiert, was die Integration erleichtert und die Leistung des Rennwagens steigert.
Testen der Kamera-Einrichtung
Nach Erhalt der Kameras hat das Team erhebliche Fortschritte bei Tests und Entwicklung gemacht. Zunächst führten sie statische Tests auf einem Prüfstand durch, um die Leistungsfähigkeit des autonomen Systems zu bewerten. Dadurch erfolgt die Auswertung ohne äußere Einflüsse.
Nachdem diese Tests erfolgreich abgeschlossen waren, fuhren sie mit dynamischen Tests fort, was bedeutet, dass das Auto mit dem vollständig aktivierten autonomen System gefahren wurde. Diese Tests stellten die größten Herausforderungen dar, wie unterschiedliche Lichtverhältnisse und Bewegungen der Sensoren. Der Sony IMX273 Sensor mit global Shutter sorgte jedoch für minimale Bewegungsunschärfe bei hohen Geschwindigkeiten und lieferte präzise Daten für die Wahrnehmung. Insgesamt gewährleistete ihr Ansatz zur Testdurchführung in Kombination mit den 2 Machine Vision Kameras eine robuste autonome Lösung.
Zeugnis
Unterstützung:
GET Racing war dankbar für die gesamte angebotene Support vom VA Imaging-Team. Abgesehen von einem kleinen Problem mit ihrem Fahrer, das nicht gelöst werden konnte, waren sie dankbar für die enge Support, insbesondere bei der Objektiv, um das richtige Sichtfeld sicherzustellen.
Haltbarkeit:
Nach vielen Teststunden ist das Team immer noch davon überzeugt, dass die Kameras wie am ersten Tag der Nutzung funktionieren.
Bildqualität:
Das Team bewertet die Bildqualität mit 4,5 von 5 Sternen. Mit der Auflösung der 1,6-MP-Kameras konnten sie ihre Sensorreichweite von etwa 3 Metern auf etwa 8 Meter erweitern. Die Bildqualität war immer noch großartig.
Flexibilität:
VA Imaging erzielt eine perfekte Punktzahl für Flexibilität, da es auf mehreren Betriebssystemen läuft und viele Optionen unterstützt, um Parameter basierend auf verschiedenen Arten von Umgebungen zu ändern, in denen die Kameras arbeiten sollen.
Implementierungsprozess:
Während der Implementierungsprozess im Allgemeinen reibungslos verlief, traten einige Herausforderungen auf. Die Support, die vom technischen Team von VA Imaging angeboten wurde, half ihnen jedoch, diese Probleme zu lösen.
Preisgestaltung:
Ursprünglich wurde die Entscheidung des Teams, mit VA Imaging zu arbeiten, nicht auf der Grundlage von Preisen, sondern von Spezifikationen und Support getroffen. Allerdings glauben sie, basierend auf den Preisen auf dem Markt, dass die Kameras fair und günstiger sind als vergleichbare Modelle.
Die Zusammenarbeit zwischen GET racing und VA Imaging stellt einen bedeutenden Fortschritt in der Welt des autonomen Rennens dar. Mit ihrem strategischen vision-Systemdesign und der gemeinsamen Leidenschaft für Innovation könnte diese Partnerschaft als Erfolg bezeichnet werden. Möchten Sie über die neuesten Erfolge des Studententeams auf dem Laufenden bleiben? Stellen Sie sicher, dass Sie
GET racing über diesen Link auf LinkedIn folgen oder werfen Sie einen Blick
auf ihre Website.