Berlin Racing Car
L'équipe de sport automobile de HTW Berlin participe au concours international de design étudiant "Formula Student" depuis 2006. Pour ce faire, les élèves construisent une voiture pour le cours, la "Berlin Race Car", et doivent se qualifier pour participer aux compétitions individuelles.
Bien sûr, la voiture de course doit aussi rouler vite, mais les temps de conduite ne sont qu'un critère. Avant que le véhicule ne soit autorisé à prendre la piste dans les différentes disciplines, l'équipe doit faire vérifier sa conception par une équipe d'experts, la conception mécanique et électrique étant mise à l'épreuve.
Depuis 2017, la Formula Student comprend non seulement les classes "Combustion" et "Electrique", mais aussi la nouvelle classe "Sans conducteur". Ici, le véhicule doit se conduire de manière autonome dans plusieurs disciplines. La voie est marquée par des barrières de signalisation de différentes couleurs.
L'équipe HTW Berlin Motorsport a décidé de prendre part à ce nouveau format. C'est un énorme défi. L'un des points centraux d'un véhicule autonome est sa technologie des capteurs. Et parmi les capteurs, les capteurs optiques, c'est-à-dire les caméras, jouent un rôle central.
Par conséquent, l'équipe de sport automobile était très heureuse qu'en 2017, la société MATRIX VISION ait fourni une caméra du type mvBlueFOX3-2089a a été mis à disposition. La caméra Sony IMX267 possède la haute résolution nécessaire pour détecter les points focaux relativement petits du signal, même à longue distance. Le traitement nécessaire de l'image est également effectué dans la caméra.
La caméra dispose d'une connexion USB3 par laquelle les images sont transmises à l'unité de contrôle avec un court délai et sans compression, d'un système embarqué (NVIDIA Jetson TX2) sur lequel tourne un système d'exploitation Ubuntu Linux, ainsi que les streamers, OpenCV et ROS (Robot Operating System) et d'autres composants logiques. Cet ordinateur de commande central est relié à d'autres capteurs, à des actionneurs et à l'unité de commande du moteur par un bus CAN et envoie des données de fonctionnement à une station de base via WLAN.
L'intégration de la caméra a été facile grâce au mvIMPACT Acquire SDK, qui est également disponible sous Linux. Avec un peu de code d'adaptation, l'équipe a pu connecter les images de la caméra au traitement d'image en temps réel en utilisant OpenCV. En outre, l'ordinateur Linux effectue une compression vidéo H.264, prise en charge par le matériel, des images afin de les enregistrer en vue d'une évaluation ultérieure. Elle offre également une visualisation directe sous forme de flux RTSP via WLAN, ce qui permet de vérifier et de contrôler la caméra avant son lancement.
Le mvIMPACT Acquire SDK peut également être utilisé pour configurer de manière pratique tous les paramètres nécessaires à l'enregistrement. Par exemple, l'exposition est adaptée à la zone de l'itinéraire sur lequel circule le véhicule dans la seconde suivante. Le temps d'exposition a également été limité pour éviter tout mouvement. Ces réglages ont montré les avantages d'une caméra industrielle par rapport à la solution "entièrement automatique" pour le grand public qui avait été testée auparavant.
Après avoir intégré la logique, l'équipe a effectué les premiers tests avec la caméra à l'automne 2017, qui a dû être fixée temporairement au véhicule à cette date, les modifications structurelles n'étant pas possibles pendant la saison.
Le véhicule conçu pour la saison 2018 est désormais équipé d'un support de caméra fixe pour garantir l'enregistrement des images de la caméra pendant toutes les étapes et les compétitions. L'objectif est de générer une multitude d'images d'entraînement qui représentent les points de signalisation dans différentes conditions de lumière et de météo. Ces images seront utilisées pour rendre les algorithmes de détection des cônes encore plus robustes. Si tout se passe comme prévu, la "Berlin Race Car 2018" effectuera ses premiers tests de conduite autonome avec la caméra de MATRIX VISION 2018.
La HTW Berlin Motorsport est organisée comme une association à but non lucratif. Les étudiants travaillent sur ce projet en parallèle de leurs études et comptent sur le soutien de sponsors. Nous tenons donc à exprimer nos sincères remerciements à MATRIX VISION pour son parrainage et son soutien.
Texes : Prof. Dr. Frank Bauernöppel, Susanne Nelke, Nathalie Scholl