kramann.info
© Guido Kramann

[stud] Login: Passwort:










COACH2
1 Planung
2 Architektur
3 Anzeige
4 EEPROM
5 I2C
..5.1 MasterSendByte
..5.2 MasterSend2Bytes
..5.3 MasterReceiveByte
..5.4 MasterReceive2Bytes
6 UART
7 DFT
8 FFT
9 Planung2
10 Klassen
..10.1 AnzeigeTaster
..10.2 RS232
..10.3 MotorServo
..10.4 Drehgeber
..10.5 Sensor
..10.6 Funk
11 Adaption
..11.1 Programmiertechnik
..11.2 Evoopt
12 Fuzzy
..12.1 Uebungsaufgabe
..12.2 Fuzzygroesse
..12.3 Fuzzyset
..12.4 Lookuptable
13 Skript
..13.1 Funkkorrektur
..13.2 Skriptsprachen
..13.3 Anforderungen
..13.4 Agentensysteme
..13.5 Implementierung
..13.6 Experimente
14 Gesamtkonzept
..14.1 Skripterweiterung
..14.2 Makroverhalten
67 Echtzeitsysteme
..67.1 Einfuehrung
....67.1.1 Echtzeit
....67.1.2 Korrektheit
....67.1.3 Hardware
....67.1.4 Ziele
....67.1.5 Synchronprogramm
..67.2 Threads
....67.2.1 Java
....67.2.2 Synchronisierung
..67.3 COACH
....67.3.1 Kaskadenregler
....67.3.2 Zeitebene1
....67.3.3 Zeitebene2
....67.3.4 Zeitebene3
....67.3.5 Puck
....67.3.6 Puckschwarm
..67.4 RTAIlab
....67.4.1 Slax
....67.4.1 USB_Stick
....67.4.2 Sinus
..67.5 Semaphor
....67.5.1 Laufkatze
....67.5.2 Java
....67.5.3 Semaphor
..67.6 Audio
....67.6.1 wav
....67.6.2 Linux
..67.7 Lookup
....67.7.1 Fuzzy
....67.7.2 PWM
..67.8 NeuronaleNetze
....67.8.1 Neuron
....67.8.2 Backpropagation
....67.8.3 Umsetzung
....67.8.4 Winkelerkennung
..67.9 Internetprogrammierung
....67.9.1 Codegenerierung
....67.9.2 PHP_Programmierung
....67.9.3 PHP_OOP
....67.9.4 Java
....67.9.5 UDP
..67.10 DFT
..67.11 FFT
..67.12 Zustandsmaschine
..67.13 Fuzzy
....67.13.1 Fuzzylogik
....67.13.2 FuzzyRegler
....67.13.3 Uebung9
....67.13.5 Softwareentwicklung
......67.13.5.1 AgileSoftwareentwicklung
......67.13.5.2 FuzzyRegler
......67.13.5.3 Uebung
....67.13.6 Umsetzung
......67.13.6.1 FuzzyRegler
......67.13.6.2 Simulation
......67.13.6.3 Optimierung
......67.13.6.4 Uebung
....67.13.7 Haengependel
......67.13.7.1 Haengependel
......67.13.7.2 Simulation
......67.13.7.3 FuzzyRegler
......67.13.7.4 Optimierer
......67.13.7.5 Genetisch
....67.13.8 Information
....67.13.9 Energie

COACH Version 2 - CoOperating Autonomous Cars with Haloing environment simulation

Strukturierung der Lehrveranstaltungen

  • Im Rahmen der Veranstaltungen "Anwendungen in der Mikrocontrollertechnik" (5. Semester Mechatronik) und "Echtzeitsysteme" (6. Semester Mechatronik) werden Entwurf, Bau, Programmierung und Simulation Autonomer Vehikel als exemplarischer Anwendungsfall behandelt.
  • Während "Anwendungen in der Mikrocontrollertechnik" sich eher mit Entwurf, Bau und Programmierung beschäftigt, zielt die Veranstaltung "Echtzeitsysteme" darauf, Echtzeitanwendungen für einen Vehikelschwarm zu implementieren, wie beispielsweise den Datenaustausch zwischen den Fahrzeugen, die Rekonstruktion der Umweltgeometrie aus den Sensordaten mehrerer Fahrzeuge etc.
  • Auch wenn "Anwendungen in der Mikrocontrollertechnik" in diesem Semester die erwähnte eingegrenzte Zielsetzung verfolgt, soll im folgenden das angestrebte Gesamtkonzept erläutert werden.
  • Dies soll auch deshalb geschehen, um zu verdeutlichen, dass eine hohe Anforderung an die Robustheit der Einzelfunktionen des Fahrzeugs gestellt wird und um Diskussionen über das vorgeschlagene Hardware-Konzept anzuregen.
  • Erwähnt sei schon vorab, dass es neben einer für alle Vehikel gleichen Elektronik-Platine eine frei gestaltbare geben soll, die über einen I2C-Bus mit der Basisplatine verbunden ist, um Zusatzfunktionen, wie z.B. die Ansteuerung weiterer Sensoren verwirklichen zu können.

Grundidee - Was kann man sich unter "CoOperating Autonomous Cars with Haloing environment simulation" vorstellen?

Einfachste Form eines Autonomen Vehikels: Reflex-Agentensystem

  • Autonome Vehikel sind im einfachsten Fall so genannte "Reflex-Agentensysteme".
  • Das heißt, sie verfolgen ein bestimmtes Ziel und bekommen über Sonsoren Hinweise darauf, ob dem Erreichen dieses Ziels Hindernisse im Wege stehen.
  • Die Reaktion auf die Sensorik erfolgt unmittelbar als "Ausweichreflex".
Einfacher Reflexagent

Bild 0-1: Einfacher Reflexagent

Haloing environment simulation

  • Insofern sie invariant ist, kann eine Repräsentation der Umweltgeometrie in einem AV gespeichert werden.
  • Durch ein Telemetriesystem oder durch Analyse besonderer Marker in der Umgebung, kann das AV seine eigene Position, Orientierung und Momentangeschwindigkeit in der Umgebung bestimmen.
  • Aus beidem zusammen und der angestrebten Zielposition kann das AV notwendige Kurskorrekturen ableiten.
  • "Haloing environment simulation" ist nun eine besondere Spielart der internen Repräsentation der Umwelt: Hindernisse erzeugen abstoßende Potentiale in ihrem Umfeld.
  • Deren Überlagerungen sollen automatisch zu dem richtigen Kurs führen.
  • Ein Konzept, bei dem es eine innere Repräsentation der Umwelt gibt, wird als "Modell basierter Reflexagent" bezeichnet.

Bild 0-2: "Cars with Haloing environment simulation" sind ein Beispiel für "Modell basierte Reflexagenten".

CoOperating Autonomous Cars

  • Die Umweltrepräsentation soll möglichst den Fahrzeugen nicht vorgegeben werden, sondern sie sollen sich diese kooperativ erarbeiten.
  • Indem sie die Umgebung erkunden und ihre Umweltdaten untereinander austauschen, soll eine gemeinsame Umweltrepräsentation stetig verbessert werden.
  • Dieser Prozeß muß natürlich möglichst gut transparent gemacht werden, um ihn beurteilen zu können.
  • Hierzu wird eine stationäre Einrichtung notwendig sein, die die gesamten Daten sammelt und möglichst grafisch aufbereitet.
  • Der Datenaustausch soll über Funkmodule erfolgen.