Support Center
CASE STUDY
Industry: Autonomous Vehicles
Product: 7.1 MP Atlas® 5GigE cameras
SDK: LUCID's Arena SDK
Autonomes Fahrzeug von aUToronto setzt Atlas 5GigE-Kameras im SAE Autodrive Challenge II ein
aUToronto, ein studentisches Entwicklerteam der University of Toronto, nimmt seit drei Jahren am SAE Autodrive Challenge II teil und plant auch die Teilnahme am nächsten Wettbewerb. Dabei treten zehn Teams aus den USA und Kanada gegeneinander an, um ein autonomes Fahrzeug auf SAE-Level-4-Niveau zu entwickeln.
Der Wettbewerb stellt jährlich neue Anforderungen an die Fahrzeuge und bietet den Studierenden praxisnahe Erfahrungen in den Bereichen Ingenieurwesen, Teamarbeit und Projektleitung. Darüber hinaus lernen sie den Umgang mit industrietauglicher Technologie wie den Atlas 5GigE-Kameras von LUCID.
LUCID freut sich, das autonome Fahrzeugteam aUToronto der University of Toronto im Rahmen des SAE Autodrive Challenge II als Sponsor zu unterstützen.
Herausforderung
Jedes Team erhält von Veranstalter GM ein einheitliches Fahrzeugmodell, den Chevy Bolt EUV. Die Herausforderung besteht darin, das Fahrzeug mit eigener autonomer Technologie auszustatten. Einige Hardwarekomponenten wie Intel-Computing-Plattformen oder LiDARs von Cepton werden zur Verfügung gestellt, doch wichtige Komponenten wie Kameras müssen die Teams selbst beschaffen.
Hier wurde die Unterstützung durch LUCID für aUToronto entscheidend. Die Kameras spielen eine zentrale Rolle im Perzeptionssystem, da sie Bilddaten für die KI-gestützte Objekterkennung liefern und so ein zuverlässiges autonomes Fahren ermöglichen.
Das Team muss einen Chevy Bolt EUV mit eigener Technologie für autonomes Fahren ausstatten.
Lösung
LUCID unterstützte aUToronto durch die Bereitstellung von vier Atlas 7,1 MP GigE Vision-Kameras. Die Kameras liefern Bilddaten direkt an das Inferenzmodul der Deep-Learning-Software, wo neuronale Netze 2D-Objekterkennung durchführen. Diese Daten werden anschließend mit 3D-Objekterkennungsergebnissen aus dem LiDAR fusioniert und durch ein Tracking-Modul verarbeitet.
Die Kameras basieren auf dem Sony IMX420 Global Shutter CMOS-Sensor und arbeiten über eine 5GigE-Schnittstelle. Sie sind so am Fahrzeug angebracht, dass linke, rechte und vordere Sichtfelder vollständig abgedeckt werden. Im Frontbereich kommen zwei Kameras zum Einsatz, eine Weitwinkelkamera und eine Langstreckenkamera, um eine gewisse Redundanz im Sichtfeld sicherzustellen.
Objekt- und Lichterkennung mit dem Perzeptionssystem von aUToronto.
Das Perzeptionssystem von aUToronto nutzt vier IP67-geschützte Atlas-Kameras von LUCID mit 7,1 MP Sony Global Shutter CMOS-Sensoren.
Das Arena SDK von LUCID erleichterte die Entwicklung eines eigenen ROS2-Kameraknotens. Die hohe Zuverlässigkeit und Benutzerfreundlichkeit der Atlas-Kameras erlauben es dem Team, sich auf die Softwareentwicklung zu konzentrieren, ohne sich mit Hardwareproblemen befassen zu müssen. Dank der IP67-Schutzklasse konnten die Kameras auch bei Regen und Schnee getestet werden. Das war besonders wichtig für ein kanadisches Team.
Chad Paik, aktueller Teamleiter für das Perzeptionssystem, berichtet:
„Ein kleiner Fun-Fact: Wir sicherten uns den ersten Platz in der Fahrzeugpräsentation, indem wir währenddessen Wasser über unser Sensorsystem schütteten. Das beeindruckte die Jury und zeigte die Wasserfestigkeit der Atlas-Kameras.“
Conclusion
Die Erfahrungen von aUToronto mit den Kameras von LUCID waren durchweg positiv. Die Unterstützung durch das Sponsoring war ein entscheidender Faktor beim Aufbau eines leistungsstarken Perzeptionssystems. Die Zuverlässigkeit und Benutzerfreundlichkeit der Atlas-Kameras haben wesentlich zum Fortschritt des Teams im Wettbewerb beigetragen. Die Zusammenarbeit mit LUCID hat nicht nur die Leistung des Teams verbessert, sondern den Studierenden auch praxisnahe Erfahrungen mit industrietauglicher Spitzentechnologie ermöglicht. aUToronto bedankt sich für die Unterstützung und freut sich auf zukünftige gemeinsame Projekte.