Das F1/10-Car ist ein experimentelles System, das als maßstabsgetreues Modell eines Rennwagens entwickelt wurde, um Forschung und Lehre im Bereich des automatisierten Fahrens zu unterstützen. Das Fahrzeug basiert auf einem RC-Auto im Maßstab 1:10, was es sowohl kosteneffizient als auch einfach zu handhaben macht. Es ist mit einer Vielzahl von Sensoren und Aktoren ausgestattet, die es ermöglichen, fortgeschrittene Algorithmen für autonomes Fahren zu entwickeln und zu testen. Es ist kostengünstiger und sicherer als der Einsatz von realen Fahrzeugen, bietet aber dennoch realistische Bedingungen, um die Herausforderungen des autonomen Fahrens zu simulieren. 

Aufbau und Komponenten

Das F1/10-Car verfügt über eine Stereo-Kamera, LIDAR-Sensor, Inertialsensoren (IMU)  die zur Erfassung der Umgebung und der Fahrzeugbewegung verwendet werden. Als leistungsfähiger Bordcomputer übernimmt ein NVIDIA Xavier die Verarbeitung der Sensordaten und die Ausführung der Trajektorienplanung und -regelung.

Verwendung in der Forschung

In der Forschung dient das F1/10-Car als Plattform zur Untersuchung verschiedenster Aspekte des autonomen Fahrens. Dazu gehören die Entwicklung und Optimierung von Algorithmen für die sensorische Wahrnehmung, die Objekterkennung, die Trajektorienplanung und -regelung. Dank seiner Modularität lassen sich unterschiedliche Sensoren zur Umfeldwahrnehmng und Regelungsansätze implementieren und miteinander vergleichen. Dies ermöglicht eine flexible Anpassung an spezifische Forschungsfragen und macht das F1/10-Car zu einer idealen Plattform für experimentelle Studien im Bereich des autonomen Fahrens.

Verwendung in der Lehre

Das F1/10-Car wird in der Lehre eingesetzt, um Studierenden die Grundlagen und Methoden des autonomen Fahrens praxisnah zu vermitteln. Studierende können in einem kontrollierten Umfeld die Interaktionen zwischen verschiedenen Komponenten des Systems verstehen lernen und eigene Algorithmen entwickeln und implementieren. Durch die Arbeit an einem realen System erhalten sie wertvolle Erfahrungen im Umgang mit Sensoren, Aktoren,  und Echtzeit-Datenverarbeitung. Darüber hinaus fördert es eine interdisziplinäre Herangehensweise, da es Wissen aus den Bereichen Informatik, Maschinenbau, Elektrotechnik und Robotik miteinander verbindet.