GET racing - Colaboração VA Imaging

A GET racing começou a competir no início de 2022, tendo passado os primeiros anos a competir com veículos de combustão e, desde então, fez a transição para carros de corrida elétricos. Para melhorar o seu desempenho na pista, foram instaladas duas câmeras da VA Imaging, anteriormente conhecida como GeT Cameras, no topo do carro. A equipa implementou duas câmeras MER2-160-75GC-P de alta velocidade com o sensor SONY IMX273.

A competição Formula Student

A Formula Student é uma competição internacional de engenharia onde equipas universitárias projetam e constroem carros de corrida para competir em diferentes disciplinas. A equipa de estudantes GET racing participa nesta competição desde 2005. Com um total de onze carros construídos, 2023 foi o ano em que apresentaram o seu segundo veículo elétrico. 

Foi um grande passo para a equipa competir na competição de corridas ao mudar de motores de combustão para motores elétricos. Esta não foi a única alteração, pois também incluíram o seu primeiro pacote aerodinâmico completo no carro. Isto inclui a asa dianteira, a asa traseira e o difusor traseiro. Estes desenvolvimentos comprovam a dedicação da equipa à inovação, que é ainda mais reforçada com o avanço para o mundo das corridas autónomas, onde surgem novos desafios.

Patrocínio

O veículo elétrico da GET racing, equipado com o sistema de visão VA Imaging, está pronto para competir na competição de engenharia Formula Student. Ao longo de uma semana, a equipa será avaliada em eventos estáticos. Os membros têm de convencer juízes especialistas numa entrevista técnica, bem como apresentar um pitch de negócio e o cálculo de custos. Demonstram ainda as capacidades do carro em eventos dinâmicos na pista de corrida, que incluem as disciplinas de aceleração, autocross e skid pad.

A utilização de câmeras de machine vision é crucial para enfrentar desafios relacionados com perceção, localização e controlo. Ajuda a equipa a perceber e digitalizar a pista, para encontrar trajetórias ótimas para o carro seguir. Este ano, a equipa incorporou um sistema de visão que inclui a VA Imaging MER2-160-75GC-P, com o sensor Sony IMX273. A combinação de um sensor LiDAR e duas lentes grande angular na 1,6MP acrescentou uma camada extra ao sistema de perceção, aumentando a fiabilidade e o alcance.

O hardware de visão

Os seguintes componentes de machine vision são implementados no sistema de visão no chassis do carro:

• MER2-160-75GC-P: Esta é uma câmera GigE de 1,6MP com C-mount, capaz de captar 75 frames por segundo à resolução máxima.
• LM12-5MP-03MM-F2.8-2-ND1: Esta é uma lente M12 de 3,3MM para captação de imagens com uma taxa de distorção inferior a 1% e um campo de visão horizontal de 73°.

Uma visão geral de todos os produtos de computer vision está disponível no site. A câmera MER2-160-75GC-P, equipada com o sensor SONY IMX273, fornece 75 imagens por segundo a 1,6MP, garantindo um desfoque de movimento mínimo. O global shutter congela as imagens sem artefactos, o que é crucial para resultados de cálculo precisos.

Uma unidade central de processamento no carro gere os dados provenientes das câmeras e do sensor LiDAR, tomando também decisões e controlando a direção, o acelerador e o acionamento dos travões. Existe uma investigação e desenvolvimento contínuos dedicados à otimização do desempenho da unidade de processamento. Ao mesmo tempo, minimiza-se o tamanho da unidade, facilitando a integração e contribuindo para o desempenho do carro de corrida.

Testes da configuração da câmera

Após receberem as câmeras, a equipa fez progressos significativos nos testes e no desenvolvimento. Inicialmente, realizaram testes estáticos num banco de ensaio para avaliar o desempenho do sistema autónomo. Desta forma, é avaliado sem quaisquer influências externas. 

Após a conclusão bem-sucedida destes testes, continuaram com testes dinâmicos, ou seja, conduzindo o carro com o sistema autónomo totalmente ativado. Estes testes trouxeram os maiores desafios, como condições de iluminação variáveis e movimentos dos sensores. No entanto, o shutter global do sensor Sony IMX273 garantiu um desfoque de movimento mínimo a altas velocidades, oferecendo dados precisos para a perceção. No geral, a abordagem de testes em combinação com as 2 câmeras de machine vision garantiu uma solução autónoma robusta.

Ficha de Avaliação 

Suporte:
A GET racing ficou satisfeita com todo o suporte oferecido pela equipa da VA Imaging. Exceto por um pequeno problema com o driver que não pôde ser resolvido, agradeceram o suporte próximo, especialmente na seleção da lente, garantindo o campo de visão adequado.

Durabilidade: 
Após muitas horas de testes, a equipa continua a considerar que as câmeras funcionam como no primeiro dia de utilização.

Qualidade de Imagem:
A equipa atribui à qualidade de imagem 4,5 estrelas em 5. Com a resolução das câmeras de 1,6MP, conseguiram aumentar o alcance do sensor de cerca de 3 metros para cerca de 8 metros. A qualidade de imagem manteve-se excelente.

Flexibilidade: 
A VA Imaging obtém a pontuação máxima em flexibilidade, funcionando em vários sistemas operativos e suportando muitas opções para alterar parâmetros consoante os diferentes tipos de ambientes em que as câmeras devem atuar.

Processo de Implementação: 
Embora o processo de implementação tenha decorrido de forma geral sem problemas, surgiram alguns desafios. No entanto, o suporte oferecido pela equipa técnica da VA Imaging ajudou-os a resolver estas questões.

Preços: 
Inicialmente, a decisão da equipa de optar por trabalhar com a VA Imaging não foi baseada no preço, mas sim nas especificações e no suporte. No entanto, tendo em conta os preços praticados no mercado, consideram que as câmeras têm um preço justo e inferior ao de outras comparáveis.

A colaboração entre a GET racing e a VA Imaging representa um avanço significativo no mundo das corridas autónomas. Com o seu design estratégico do sistema de visão e a paixão partilhada pela inovação, esta parceria pode ser considerada um sucesso. Gostaria de manter-se atualizado com as mais recentes conquistas da equipa de estudantes? Certifique-se de seguir a GET racing através deste link no LinkedIn ou dê uma vista de olhos ao seu website.