Inżynieria pojazdów autonomicznych: nawigacja Zurich UAS Racing z Ellipse-D

Informacje o zespole zajmującym się inżynierią pojazdów autonomicznych

Zurich UAS Racing (ZUR) to pełen pasji zespół Formula Student z Zurich University of Applied Sciences w Winterthur w Szwajcarii. To ambitne stowarzyszenie studenckie, założone w 2019 roku, bierze udział w największych na świecie zawodach inżynierskich Formula Student, budując elektryczne i autonomiczne samochody, aby ścigać się z uniwersytetami z całego świata.

Zespół rozrósł się do ponad 70 zmotywowanych studentów z różnych programów studiów, których łączy cel optymalizacji osiągów wyścigowych i rozwoju inżynierii pojazdów autonomicznych.

Formula Student

Cieszące się międzynarodowym uznaniem zawody Formula Student stanowią wyzwanie dla zespołów studenckich, które mają zaprojektować i zbudować samochody wyścigowe Formuły, rywalizując w różnych dyscyplinach, w tym w projektowaniu inżynieryjnym, analizie kosztów i dynamicznych wydarzeniach na torze.

Samochód: ZUR04

Podróż ZUR rozpoczęła się od ich pierwszego funkcjonalnego samochodu w 2021 roku, z powodzeniem uczestnicząc w wydarzeniach związanych z pojazdami elektrycznymi (EV) od 2022 roku. Ich bezzałogowy samochód wyścigowy, ZUR04, reprezentuje najnowocześniejsze osiągnięcia inżynierii studenckich pojazdów autonomicznych z czterema elektrycznymi silnikami w piaście koła, generującymi łącznie moc 140 kW, umożliwiającymi przyspieszenie od 0 do 100 km/h w zaledwie 2,5 sekundy.

Pojazd jest zaprojektowany zarówno do jazdy przez człowieka, jak i do wyścigów autonomicznych, z osiągami porównywalnymi z profesjonalnymi samochodami wyścigowymi. Jego system bezzałogowy jest obecnie w fazie testów.

Wymagania techniczne Zurich UAS Racing

ZUR potrzebował zaawansowanego Inercyjnego Systemu Nawigacyjnego (INS), który mógłby bezproblemowo zintegrować się z ich autonomicznym systemem wyścigowym, spełniając jednocześnie wysokie wymagania związane z zawodami o dużej prędkości.

Ich głównym wyzwaniem było osiągnięcie niezawodnego pozycjonowania w dynamicznym środowisku wyścigowym, gdzie tradycyjne systemy lokalizacji często zawodzą z powodu dryftu pozycji w czasie.

System musiał zapewniać absolutną dokładność pozycji, niezbędną do działania ich systemu bezzałogowego, szczególnie w wymagającej dyscyplinie autocross, która wymaga precyzyjnej nawigacji przez złożone układy stożków.

Krótko mówiąc, to były kluczowe problemy:

• Dryft pozycji: znaczny dryft w czasie uniemożliwiający dokładną lokalizację.
• Ograniczenie autocross: brak możliwości konkurowania w dyscyplinie autocross z powodu problemów z pozycjonowaniem.
• Ograniczone informacje o danych: niewystarczające dane dotyczące dynamiki pojazdu do optymalizacji oprogramowania.

A to były podstawowe wymagania:

• Precyzyjna lokalizacja: Potrzeba absolutnej pozycji na torze.
• Integracja z ROS: Bezproblemowa integracja z istniejącym systemem autonomicznym opartym na ROS.
• Kompaktowe rozwiązanie: Lekka jednostka o dobrym stosunku mocy do masy.
• Otwarta dokumentacja: Łatwo dostępne zasoby techniczne.
• Wysoka dynamika: Zdolność do radzenia sobie w ekstremalnych warunkach wyścigowych.

Po ocenie scenariusza ZUR, zarekomendowaliśmy nasz Ellipse-D, inercyjny system nawigacyjny (INS) zaprojektowana specjalnie do wymagających zastosowań, gdzie precyzja i niezawodność mają kluczowe znaczenie.

Nasze rozwiązanie dla wyścigów autonomicznych: Ellipse-D

Ellipse-D to najmniejszy system RTK GNSS/INS z dwiema antenami, zapewniający pozycjonowanie na poziomie centymetrów i precyzyjny heading dla dynamicznych zastosowań wyścigowych.

Ta technologia stanowi znaczący postęp w rozwiązaniach inżynieryjnych dla pojazdów autonomicznych, oferując zespołom:

• Wysoka precyzja: Dokładność pozycjonowania na poziomie centymetrów, niezbędna do precyzyjnej nawigacji po torze i unikania przeszkód w wyścigach autonomicznych.
• Heading z wykorzystaniem dwóch anten: Doskonała wydajność w trudnych środowiskach, w których zakłócenia magnetyczne pochodzące od silników elektrycznych i systemów elektronicznych mogłyby negatywnie wpłynąć na działanie tradycyjnych systemów kompasowych.
• Zgodność z wymogami wyścigowymi: Kompaktowa konstrukcja i wytrzymała budowa idealnie nadają się do zastosowań wyścigowych o wysokiej dynamice, z wyjątkową odpornością na wibracje i temperaturę.

Ostatecznie, czwartym punktem istotnym dla aspiracji ZUR była integracja z ROS, która, jak sami stwierdzili, w połączeniu z innymi cechami sprawiła, że cały pakiet stał się najbardziej opłacalnym rozwiązaniem dostępnym na rynku:

„Głównym argumentem przemawiającym za wyborem tego rozwiązania była dla nas dokumentacja open-source i biblioteka interfejsów. Pełne wsparcie przez ROS jest również dla nas dużą zaletą, ponieważ nasz samochód już działa na ROS. Doceniamy również wsparcie SBG Systems dla naszego zespołu w zakresie poprawy naszych osiągów dzięki ich produktom. W porównaniu z innymi dostawcami tego typu produktów, SBG Systems zaoferowało nam najlepszy stosunek jakości do ceny” – podkreśla Scheller.

Zaawansowana integracja i wydajność

Proces integracji wykazał wszechstronność Ellipse-D i skuteczność podejścia wsparcia SBG Systems. Podłączony zarówno do platformy obliczeniowej RaspberryPi, jak i NVIDIA Jetson, system wykorzystuje zarówno bibliotekę sbgECom, jak i pakiet ROS2 w celu kompleksowego dostępu do danych i ich przetwarzania.

Taka architektura umożliwia dystrybucję danych nawigacyjnych w czasie rzeczywistym w całym autonomicznym systemie, przy jednoczesnym zachowaniu elastyczności potrzebnej do tworzenia niestandardowych algorytmów.

Zespół wykorzystuje również możliwości Ellipse-D do opracowywania zaawansowanych algorytmów torque vectoring, które wykorzystują dane z INS. Zbudowali również rover i stację bazową GNSS RTK, aby zapewnić precyzyjne dane o terenie.

Oprócz integracji INS z autonomicznym samochodem ZUR04, z testami torowymi zaplanowanymi na lato, zespół zintegrował INS z nowo zbudowanym samochodem wyścigowym ZUR05. Ellipse-D będzie również kluczowym elementem w autonomicznym pojeździe ZUR06 w przyszłym sezonie.

Trzy najważniejsze wybory Zurich UAS Racing

ZUR podkreślił trzy wyróżniające się aspekty, które cenią we współpracy z SBG Systems.

• Open-source: Po pierwsze, docenili podejście open-source, które jest zgodne z ich misją edukacyjną i metodologią rozwoju. Transparentna dokumentacja i biblioteki interfejsów umożliwiają studentom zrozumienie i modyfikowanie systemu zgodnie z ich specyficznymi potrzebami, zapewniając bezcenne możliwości uczenia się w zakresie inżynierii pojazdów autonomicznych.
• Doskonała dokumentacja: Zespół docenił kompleksową i ogólnie dostępną dokumentację produktu, która usprawniła proces integracji. W przeciwieństwie do wielu komercyjnych systemów, które zapewniają ograniczone szczegóły techniczne, podejście SBG Systems umożliwiło szybkie zrozumienie i wdrożenie.
• Dobra komunikacja: Na koniec podkreślili doskonałą komunikację i wsparcie, zauważając, że zawsze czuli się wysłuchani i otrzymywali odpowiedzi na wszystkie swoje pytania. To responsywne wsparcie okazało się kluczowe dla zespołu studenckiego pracującego w napiętych terminach konkursowych.

Podsumowanie

Wdrożenie rozwiązania pozwoliło ZUR uporać się z najpoważniejszym wyzwaniem: dryftem pozycji, który wcześniej uniemożliwiał im konkurowanie w dyscyplinie autocross. Dzięki centymetrowej dokładności systemu Ellipse-D i określeniu heading za pomocą dwóch anten, zespół może teraz rozpocząć jazdy próbne, aby w następnym sezonie (lato 2026) wystartować bez kierowcy, wykorzystując samochód wyścigowy nowej generacji.

Ta współpraca jest przykładem siły partnerstwa przemysłowo-edukacyjnego w rozwoju technologii pojazdów autonomicznych.

“Ellipse to idealny punkt wejścia w systemy INS. W przyszłości planujemy używać mocniejszych systemów w połączeniu z naszym nowo opracowanym systemem pojazdów opartym na sieci Ethernet” – podsumowuje Scheller.

Nasze zaangażowanie we wspieranie zespołów studenckich, takich jak ZUR, pokazuje, jak zapewnienie dostępu do profesjonalnej technologii nawigacyjnej umożliwia następnemu pokoleniu inżynierów przesuwanie granic możliwości w autonomicznych wyścigach.