{"id":182890,"date":"2024-04-17T18:24:32","date_gmt":"2024-04-18T01:24:32","guid":{"rendered":"https:\/\/thinklucid.com\/atlas-5gige-cameras-for-autonomous-vehicle-2\/"},"modified":"2025-09-24T10:52:47","modified_gmt":"2025-09-24T17:52:47","slug":"atlas-5gige-cameras-for-autonomous-vehicle-2","status":"publish","type":"page","link":"https:\/\/thinklucid.com\/de\/case-studies\/atlas-5gige-cameras-for-autonomous-vehicle-2\/","title":{"rendered":"aUToronto setzt Atlas 5GigE-Kameras im SAE Autodrive-Wettbewerb ein"},"content":{"rendered":"

[vc_row css=“.vc_custom_1713385465273{background-image: url(https:\/\/mlxrlrwirvff.i.optimole.com\/cb:UhP2~57313\/w:auto\/h:auto\/q:75\/https:\/\/thinklucid.com\/wp-content\/uploads\/2024\/04\/case-study-UToronto-cover.jpg?id=170751) !important;background-position: center !important;background-repeat: no-repeat !important;background-size: cover !important;}“][vc_column][vc_empty_space height=“30px“][vc_custom_heading text=“FALLSTUDIE“ font_container=“tag:p|font_size:70px|text_align:left|color:%23444444″ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:300%20light%20regular%3A300%3Anormal“ css=“.vc_custom_1752736145423{margin-left: 55px !important;}“][vc_custom_heading text=“Industry: Autonomous Vehicles
\nProduct: 7.1 MP Atlas\u00ae 5GigE cameras
\nSDK: LUCID’s Arena SDK“ font_container=“tag:h2|font_size:18px|text_align:left|color:%23444444″ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:400%20regular%3A400%3Anormal“ css=“.vc_custom_1713403400460{margin-top: -30px !important;margin-bottom: 230px !important;margin-left: 58px !important;}“][\/vc_column][\/vc_row][vc_row][vc_column][vc_raw_html css=““]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[\/vc_raw_html][vc_custom_heading text=“Autonomes Fahrzeug von aUToronto setzt Atlas 5GigE-Kameras im SAE Autodrive Challenge II ein“ font_container=“tag:h1|text_align:center“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:400%20regular%3A400%3Anormal“ css_animation=“fadeInDown“ css=““][\/vc_column][\/vc_row][vc_row][vc_column width=“2\/3″ offset=“vc_col-lg-8 vc_col-md-8 vc_col-xs-12″][vc_column_text css=““]aUToronto, ein studentisches Entwicklerteam der University of Toronto, nimmt seit drei Jahren am SAE Autodrive Challenge II teil und plant auch die Teilnahme am n\u00e4chsten Wettbewerb. Dabei treten zehn Teams aus den USA und Kanada gegeneinander an, um ein autonomes Fahrzeug auf SAE-Level-4-Niveau zu entwickeln.<\/p>\n

Der Wettbewerb stellt j\u00e4hrlich neue Anforderungen an die Fahrzeuge und bietet den Studierenden praxisnahe Erfahrungen in den Bereichen Ingenieurwesen, Teamarbeit und Projektleitung. Dar\u00fcber hinaus lernen sie den Umgang mit industrietauglicher Technologie wie den Atlas 5GigE-Kameras von LUCID.[\/vc_column_text][\/vc_column][vc_column width=“1\/3″ offset=“vc_col-lg-4 vc_col-md-4″][vc_single_image image=“170758″ img_size=“full“][vc_custom_heading text=“LUCID freut sich, das autonome Fahrzeugteam aUToronto der University of Toronto im Rahmen des SAE Autodrive Challenge II als Sponsor zu unterst\u00fctzen.“ font_container=“tag:p|font_size:14px|text_align:left|color:%23111111″ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:600%20bold%20regular%3A600%3Anormal“ css_animation=“fadeInDown“ css=“.vc_custom_1751480297890{margin-top: 5px !important;}“][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1601492287178{margin-bottom: 25px !important;}“][vc_column][vc_custom_heading text=“Herausforderung“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:400%20regular%3A400%3Anormal“ css=““][\/vc_column][vc_column width=“1\/2″ offset=“vc_col-lg-6 vc_col-md-6″][vc_column_text css=“.vc_custom_1751480181071{margin-bottom: 25px !important;}“]Jedes Team erh\u00e4lt 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 Verf\u00fcgung gestellt, doch wichtige Komponenten wie Kameras m\u00fcssen die Teams selbst beschaffen.<\/p>\n

Hier wurde die Unterst\u00fctzung durch LUCID f\u00fcr aUToronto entscheidend. Die Kameras spielen eine zentrale Rolle im Perzeptionssystem, da sie Bilddaten f\u00fcr die KI-gest\u00fctzte Objekterkennung liefern und so ein zuverl\u00e4ssiges autonomes Fahren erm\u00f6glichen.[\/vc_column_text][\/vc_column][vc_column width=“1\/2″ offset=“vc_col-lg-6 vc_col-md-6″][vc_single_image image=“170767″ img_size=“full“][vc_custom_heading text=“Das Team muss einen Chevy Bolt EUV mit eigener Technologie f\u00fcr autonomes Fahren ausstatten.“ font_container=“tag:p|font_size:14px|text_align:left|color:%23111111″ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:600%20bold%20regular%3A600%3Anormal“ css_animation=“fadeInDown“ css=“.vc_custom_1751483206836{margin-top: 5px !important;}“][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1601492447718{margin-bottom: 25px !important;}“][vc_column offset=“vc_col-lg-12 vc_col-md-12″][vc_custom_heading text=“L\u00f6sung“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:400%20regular%3A400%3Anormal“ css=““][\/vc_column][\/vc_row][vc_row][vc_column width=“2\/3″][vc_column_text css=““]LUCID unterst\u00fctzte 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 durchf\u00fchren. Diese Daten werden anschlie\u00dfend mit 3D-Objekterkennungsergebnissen aus dem LiDAR fusioniert und durch ein Tracking-Modul verarbeitet.[\/vc_column_text][vc_column_text css=““]Die Kameras basieren auf dem Sony IMX420 Global Shutter CMOS-Sensor und arbeiten \u00fcber eine 5GigE-Schnittstelle. Sie sind so am Fahrzeug angebracht, dass linke, rechte und vordere Sichtfelder vollst\u00e4ndig abgedeckt werden. Im Frontbereich kommen zwei Kameras zum Einsatz, eine Weitwinkelkamera und eine Langstreckenkamera, um eine gewisse Redundanz im Sichtfeld sicherzustellen.[\/vc_column_text][\/vc_column][vc_column width=“1\/3″][vc_single_image image=“170778″ img_size=“full“][vc_custom_heading text=“Objekt- und Lichterkennung mit dem Perzeptionssystem von aUToronto.“ font_container=“tag:p|font_size:14px|text_align:left|color:%23111111″ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:600%20bold%20regular%3A600%3Anormal“ css_animation=“fadeInDown“ css=“.vc_custom_1751480416007{margin-top: 5px !important;}“][\/vc_column][\/vc_row][vc_row css=“.vc_custom_1707419976312{margin-top: 40px !important;}“][vc_column width=“1\/2″ offset=“vc_col-lg-6 vc_col-md-6″][vc_single_image image=“170790″ img_size=“full“][vc_custom_heading text=“Das Perzeptionssystem von aUToronto nutzt vier IP67-gesch\u00fctzte Atlas-Kameras von LUCID mit 7,1 MP Sony Global Shutter CMOS-Sensoren.“ font_container=“tag:p|font_size:14px|text_align:left|color:%23111111″ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:600%20bold%20regular%3A600%3Anormal“ css_animation=“fadeInDown“ css=“.vc_custom_1751480386358{margin-top: 5px !important;}“][\/vc_column][vc_column width=“1\/2″ offset=“vc_col-lg-6 vc_col-md-6″][vc_column_text css=““]Das Arena SDK von LUCID erleichterte die Entwicklung eines eigenen ROS2-Kameraknotens. Die hohe Zuverl\u00e4ssigkeit und Benutzerfreundlichkeit der Atlas-Kameras erlauben es dem Team, sich auf die Softwareentwicklung zu konzentrieren, ohne sich mit Hardwareproblemen befassen zu m\u00fcssen. Dank der IP67-Schutzklasse konnten die Kameras auch bei Regen und Schnee getestet werden. Das war besonders wichtig f\u00fcr ein kanadisches Team.<\/p>\n

Chad Paik, aktueller Teamleiter f\u00fcr das Perzeptionssystem, berichtet:
\n\u201eEin kleiner Fun-Fact: Wir sicherten uns den ersten Platz in der Fahrzeugpr\u00e4sentation, indem wir w\u00e4hrenddessen Wasser \u00fcber unser Sensorsystem sch\u00fctteten. Das beeindruckte die Jury und zeigte die Wasserfestigkeit der Atlas-Kameras.\u201c[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column][vc_custom_heading text=“Conclusion“ google_fonts=“font_family:Exo%3A100%2C100italic%2C200%2C200italic%2C300%2C300italic%2Cregular%2Citalic%2C500%2C500italic%2C600%2C600italic%2C700%2C700italic%2C800%2C800italic%2C900%2C900italic|font_style:400%20regular%3A400%3Anormal“][vc_column_text css=““]Die Erfahrungen von aUToronto mit den Kameras von LUCID waren durchweg positiv. Die Unterst\u00fctzung durch das Sponsoring war ein entscheidender Faktor beim Aufbau eines leistungsstarken Perzeptionssystems. Die Zuverl\u00e4ssigkeit 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 erm\u00f6glicht. aUToronto bedankt sich f\u00fcr die Unterst\u00fctzung und freut sich auf zuk\u00fcnftige gemeinsame Projekte.[\/vc_column_text][\/vc_column][\/vc_row][vc_row][vc_column css=“.vc_custom_1616520234601{margin-top: 30px !important;}“][vc_column_text css=““]Mehr erfahren:<\/strong><\/p>\n

aUToronto \u2013 Autonomes Fahrzeugteam der University of Toronto<\/strong><\/a><\/p>\n

Atlas 5GigE-Kamera Produktseite<\/strong><\/a>[\/vc_column_text][\/vc_column][\/vc_row]<\/p>\n<\/div>","protected":false},"excerpt":{"rendered":"

KI-gesteuertes autonomes Fahrzeug:<\/strong> aUToronto integriert die Atlas 5GigE-Kameras von LUCID in sein autonomes Fahrzeug, um die Objekterkennung und Umfelderfassung f\u00fcr die SAE Autodrive Challenge II zu verbessern.<\/p>\n","protected":false},"author":1281,"featured_media":171032,"parent":183124,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"inline_featured_image":false,"footnotes":""},"tags":[2390,1976,1966,1977],"camera_family":[],"class_list":["post-182890","page","type-page","status-publish","has-post-thumbnail","hentry","tag-atlas-camera-de","tag-autonomous-vehicles-de","tag-case-study-de","tag-ai-detection-recognition-de"],"aioseo_notices":[],"_links":{"self":[{"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/pages\/182890","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/users\/1281"}],"replies":[{"embeddable":true,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/comments?post=182890"}],"version-history":[{"count":8,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/pages\/182890\/revisions"}],"predecessor-version":[{"id":185325,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/pages\/182890\/revisions\/185325"}],"up":[{"embeddable":true,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/pages\/183124"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/media\/171032"}],"wp:attachment":[{"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/media?parent=182890"}],"wp:term":[{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/tags?post=182890"},{"taxonomy":"camera_family","embeddable":true,"href":"https:\/\/thinklucid.com\/de\/wp-json\/wp\/v2\/camera_family?post=182890"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}