High-End-Perception im autonomen Rennsport

Ein technischer Einblick in die Driverless-Pipeline des UMD Racing Teams — Unterstützt durch MYBOTSHOP

In der Formula Student Driverless Competition geht es darum, in mehreren Disziplinen vorher unbekannte Streckenlayouts mit höchster Präzision und der bestmöglichen Rundenzeit autonom zu durchfahren. Während unser Team bisher auf eine reine Vision-Pipeline vertraute, läuten wir nun eine neue Ära ein. Dank der großzügigen Unterstützung von MYBOTSHOP integrieren wir den Hesai Pandar 64 LiDAR-Sensor in unser Perception-System – ein technologischer Meilenstein für die Performance und Sicherheit unseres autonomen Rennwagens.

Die Ausgangslage

Dieses Jahr entwickeln und bauen wir bei UMD Racing das vollelektrische Rennfahrzeug der fünften Generation, welches so ausgelegt ist, dass es wahlweise im manuellen sowie im autonomen Betrieb genutzt werden kann.

Das Driverless System

Bisher basierte unser Autonomes Fahrsystem auf dem Datenfluss einer Stereokamera-Architektur in Kombination mit einer leistungseffizienten FPGA-Auswertung. Hierbei detektierte ein vortrainiertes neuronales Netz (NN) die Streckenpylonen im zweidimensionalen Bildraum, während die Tiefeninformationen durch den Abgleich der Disparität beider Kamerabilder geschätzt wurden.

Obwohl dieses System eine solide Basis bot, stieß es in Grenzbereichen an physikalische Grenzen: Wechselnde Lichtverhältnisse, Schattenwürfe auf dem Asphalt und die abnehmende Präzision der Tiefenschätzung bei großen Entfernungen stellten uns vor Herausforderungen.

Aus den Tiefeninformationen kann der Verlauf der Rennstrecke rekonstruiert werden und darüber eine Fahrlinie in Form aneinander gereihter Trajektorien gewonnen werden:

LiDAR-Sensor für Redundanz und geometrische Eindeutigkeit

Mit Unterstützung durch einen Hesai Pandar 64 transformieren wir diesen Ansatz in eine Unified Perception-Pipeline. Der LiDAR-Sensor bietet uns hierbei entscheidende Vorteile, die uns mit unserer bisherigen rein kamera-basierten Vision-Pipeline verwehrt blieben:

• Aktive 3D-Erfassung: Unabhängig von Umgebungslicht liefert der Sensor über 64 Laserkanäle eine hochpräzise Punktwolke, aus der die genauen 3D-Koordinaten der Streckenbegrenzungen extrahiert werden können. Dies eliminiert die geometrischen Uneindeutigkeiten herkömmlicher Kamerasysteme besonders bei hohen Geschwindigkeiten und in engen Kurvenradien, in denen Pylonen optisch verschmelzen können.
• Zuverlässigere Lokalisierung: Während Kameras nur einen begrenzten Sichtkegel abdecken, behält unser System nun die gesamte Umgebung im Blick. Das erlaubt eine stabilere Lokalisierung mittels SLAM (Simultaneous Localization And Mapping), da Pylone auch beim Durchfahren von Kurven kontinuierlich verfolgt werden können.

Mit FPGA-Determinismus gegen die Latenz

Eine große technische Hürde stellt die Verarbeitung der massiven Datenrate des Hesai-Sensors dar. Um die "Sensor-to-Planning"-Latenz zu minimieren, setzen wir auf ein Kria Board mit einem Xilinx/AMD Zynq UltraScale+ MPSoC.

Anstatt die CPU mit der Vorverarbeitung von Millionen von Datenpunkten zu belasten, nutzen wir die programmierbare Logik (FPGA) des Chips. Durch die parallel durchgeführte Koordinatentransformation und das "Ground Plane Removal" (Herausfiltern der vom LiDAR gescannten unbrauchbaren Fahrbahnoberfläche) kann die Latenz von Millisekunden in den Mikrosekundenbereich minimiert werden.

Im sogenannten Clustering-Prozess können wir durch hardwarebeschleunigte Algorithmen die relevanten Punkte nahezu ohne Zeitverzug zu Objekten gruppieren. Dies ermöglicht es uns, selbst bei Querbeschleunigungen von über 2g eine stabile Umgebungskarte aufrecht zu erhalten.

Integration ins Fahrzeug

Ein solcher Hochleistungssensor verlangt nach einer adäquaten Installation am Fahrgestell. Deshalb wurde eine vibrationsisolierte Halterung entwickelt, die den Sensor im aerodynamischen Fluss positioniert und gleichzeitig vor den harten Stößen während des Fahrbetriebs schützt. Aktuell entwickeln wir die softwareseitige Integration, um die Tiefendaten des LiDARs mit den Farbinformationen der Vision-Pipeline zu fusionieren – für eine perfekte Symbiose aus semantischem Verständnis und geometrischer Präzision.

Vom Sensor zum Rad: Unser Antriebsstrang

Die schönste Cone-Map und die präziseste Trajektorie wären wertlos, wenn das Fahrzeug die berechneten Sollwerte nicht reproduzierbar umsetzen könnte. Der Antriebsstrang ist daher die direkte Fortsetzung unserer Perception-Pipeline und im autonomen Betrieb eng mit der Sicherheits- und Steuerungsarchitektur verflochten.

Architektur

Unsere Hochvoltkette folgt dem klassischen Aufbau: 600 V-Akku → Pre-Charge-Circuit und Hauptschütze → Inverter → E-Motor → Kettentrieb → Hinterachse. Parallel existieren zwei galvanisch getrennte Niedervolt-Netze, die aus dem HV-Akku über einen selbst entwickelten DC/DC-Konverter gespeist werden: Das 12 V-Netz versorgt die Kleinverbraucher (Schütze, Magnetventile, Sensorik), das 48 V-Netz die Computing-Units der Driverless-Pipeline inklusive Kria Board und Pandar 64. Die Trennung erlaubt eine effiziente Stromübertragung zu den Recheneinheiten bei gleichzeitig etablierter 12 V-Welt für die sicherheitskritischen Aktoren.

Als Inverter setzen wir einen UniTek BAMOCAR Inverter ein, als Motor den EMRAX 228. Beide kommunizieren mit der Vehicle Control Unit (VCU) über den CAN-Bus, die wiederum die Schnittstelle zur autonomen Recheneinheit bildet.

Motor: EMRAX 228

Der EMRAX 228 ist ein Axialfluss-Permanentmagnet-Synchronmotor (AFMSM) – eine Bauform, bei der der magnetische Fluss parallel zur Drehachse verläuft. Daraus ergibt sich eine charakteristische scheibenförmige Geometrie (228 mm Durchmesser bei 86 mm Baubreite) mit drei entscheidenden Vorteilen für den Renneinsatz: eine außergewöhnliche Leistungsdichte (109 kW Spitze bei nur 12 kg Gewicht, entsprechend ca. 9 kW/kg), ein hohes Drehmoment bei niedrigen Drehzahlen (230 Nm Spitze) und eine extrem kurze axiale Baulänge, die im engen Heckpaket wertvollen Bauraum spart.

Wir verwenden die flüssigkeitsgekühlte High-Voltage-Variante, die mit 680 V Nennspannung optimal zu unserem 600 V-Akkupack passt und mit 53 kW Dauerleistung ausreichende thermische Reserven für die kräftezehrende Endurance-Disziplin bietet. Ein integrierter KTY 81/210-Temperatursensor in den Statorwicklungen liefert die Datenbasis für die permanente thermische Überwachung.

Inverter: BAMOCAR

Der BAMOCAR ist ein digitaler 4-Quadranten-Servoverstärker, der den Motor in allen vier Betriebsquadranten regeln kann – die Grundvoraussetzung für die Rekuperation von Bremsenergie. Die wichtigsten technischen Kennzahlen des Controllers auf einen Blick:

Mit 400 A Spitzenstrom ist der Inverter gegenüber dem EMRAX-Bedarf von ca. 240 A Peak deutlich überdimensioniert. Dies wurde bewusst so ausgelegt, um thermische Limitierungen (De-Rating) in der intensiven Beschleunigungsphase effektiv zu vermeiden.

Auslegung der Übersetzung und mechanischer Kraftfluss

Bei den verbauten 13"-Felgen liegt der dynamische Rollradius der Reifen bei etwa 0,228 m. Das Motor-Spitzenmoment von 230 Nm wird über den Einstufen-Kettentrieb (i = 3,83, Wirkungsgrad ~96%) auf ein effektives Radmoment von rund 846 Nm übersetzt. Daraus resultiert eine theoretische Antriebskraft von stolzen 3710 N. Die physikalische Traktionsgrenze der Reifen liegt jedoch bei 2400 N – der Motor könnte rein rechnerisch eine Beschleunigung von 1,5 g generieren, das Gummi begrenzt uns jedoch auf rund 0,98 g.

Auf der Drehzahlseite ergibt sich bei der Nenndrehzahl von 5500 RPM eine theoretische Höchstgeschwindigkeit von ca. 123 km/h, was exakt auf die engen, kurvenreichen Streckenlayouts typischer Formula-Student-Kurse abgestimmt ist. Den Kraftfluss übernimmt ein robuster Kettentrieb vom Motor zum Hinterachsdifferential. Er arbeitet mechanisch hocheffizient (>95%), toleriert Achsabstandsänderungen bei schnellen Übersetzungswechseln und ist bei den auftretenden Spitzendrehmomenten einem Zahnriementrieb strukturell deutlich überlegen.

Besonderheiten im autonomen Betrieb

Drehmomentvorgabe per CAN-Bus

Im fahrerlosen Zustand entfällt das mechanische Gaspedal. Der Drehmoment-Sollwert kommt als hochfrequenter CAN-Frame direkt von der zentralen VCU, die den exakten Wert permanent aus der übergeordneten Trajektorienregelung berechnet – basierend auf genau jener hochpräzisen Cone-Map und Fahrlinie, die unsere Unified Perception Pipeline bereitstellt. Daraus leitet sich eine extrem harte Echtzeitanforderung ab: Der gesamte Regelungspfad von

Sensor → Wahrnehmung → Planung → VCU → BAMOCAR → Motor

muss in unter 50 Millisekunden komplett durchlaufen werden. Hier zahlt sich die FPGA-beschleunigte Sensorvorverarbeitung aus: Was im Mikrosekundenbereich beim Filtern der Punktwolke gewonnen wird, steht dem Antriebsstrang als stabiles Reaktionsbudget zur Verfügung. Unser Sollwert-Frame taktet mit stabilen 100 Hz, ebenso wie die Statusrückmeldungen des Inverters (Ströme, Drehzahl, IGBT-Temperaturen).

Bremssystem: Die Symbiose aus Pneumatik und Rekuperation

Ohne Fahrer gibt es auch keinen Fußdruck auf dem Bremspedal, weshalb das Bremssystem im autonomen Betrieb vollkommen neu konzipiert wurde. Wir setzen auf eine zweistufige Strategie mit zwei voneinander unabhängigen Wirkprinzipien:

• Stufe 1 – Rekuperative Bremsung (Regenerativ): Im normalen Fahrbetrieb verzögert das Fahrzeug primär rein regenerativ. Die VCU fordert ein negatives Drehmoment beim BAMOCAR an, welcher den EMRAX-Motor augenblicklich in den Generatorbetrieb versetzt. Die kinetische Energie wird in elektrische Energie umgewandelt und fließt mit hohem Wirkungsgrad zurück in den 600 V-Hauptakkumulator. Diese Bremsart ist hochpräzise dosierbar und ideal für die feinen, kontinuierlichen Verzögerungen entlang der berechneten Ideallinie.
• Stufe 2 – Pneumatische Bremsansteuerung (Fahrerunabhängiges Notbremssystem): Für starke Bremsmanöver und insbesondere für den sicherheitskritischen Notfall verfügt das Auto über ein pneumatisch betätigtes System. Ein integrierter 80-bar-Druckluftspeicher liefert die benötigte Energie. Ein elektrisch angesteuerter Pneumatikaktor presst den Tandem-Hauptbremszylinder zusammen und erzeugt den nötigen hydraulischen Druck im konventionellen Bremssystem. Die Ansteuerung erfolgt blitzschnell über ein Magnetventil aus dem redundanten 12 V-Niedervoltnetz.

Im regulären Fahrbetrieb kombiniert ein intelligenter Brake-Blending-Algorithmus in der VCU beide Welten: Rekuperation für maximale Energieeffizienz und die pneumatische Reibungsbremse als dynamische Ergänzung bei hohen Verzögerungsanforderungen. Im Emergency-Fall (Notbremsung) wird die pneumatische Stufe sofort autonom aktiviert. Parallel wird die Drehfeld-Freigabe (Enable) am BAMOCAR hart weggeschaltet, sodass der Motor garantiert augenblicklich momentenfrei ist. Der Druckluftspeicher ist dabei so dimensioniert, dass selbst bei einem vollständigen Ausfall der Hochvoltkette noch mindestens zwei Vollbremsungen aus Höchstgeschwindigkeit garantiert sind. Diese Architektur erfüllt die strengen Auflagen an ein vom Antrieb unabhängiges Notbremssystem (EBS) gemäß den offiziellen FS-Driverless-Regularien.

Forschung für die Mobilität der Zukunft

Dieses Projekt ist für uns weit mehr als ein akademischer Wettbewerb. Es ist ein aktiver, praxisnaher Beitrag zur Erforschung moderner Perception-Sensorik für komplexe Realszenarien und deren latenzarme Einbindung in autonome Systeme. In der modernen Serien-Automobilentwicklung gilt die datenseitige Redundanz sowie die intelligente Fusion von Kamera-, Radar- und LiDAR-Daten als der einzig wahre Schlüssel zu sicherem autonomen Fahren auf Level 4 und Level 5. Die Optimierung dieser Sensor-Fusion-Algorithmen unter den extremen dynamischen Bedingungen des Rennsports liefert wertvolle, skalierbare Erkenntnisse für die zivile Fahrzeugindustrie von morgen.

Partnerschaft für den Fortschritt

In einem so ressourcenintensiven High-Tech-Umfeld wie der Formula Student Driverless sind wir elementar auf starke Technologiepartner angewiesen, die unsere visionäre Begeisterung teilen und uns den Zugang zu absoluter Spitzenhardware ermöglichen. Dank der großzügigen Unterstützung von MYBOTSHOP erhalten wir die einzigartige Möglichkeit, an der autonomen Mobilität von morgen zu forschen und als angehende Ingenieure mit echtem Industry-Standard-Equipment zu arbeiten. Wir nutzen diese Chance konsequent, um die Grenzen der Präzision und Echtzeitfähigkeit in der Umfeldwahrnehmung neu zu definieren und den erfolgreichen Transfer vom theoretischen Konzept direkt auf den Asphalt der Rennstrecke zu vollziehen.

Wir blicken voller Vorfreude und hochmotiviert auf die kommenden Testfahrten und die fahrerlosen Competitions der Saison 2026. Das gesamte Team von UMD Racing bedankt sich herzlich bei MYBOTSHOP für das Vertrauen in unsere technologische Vision und die erstklassige Zusammenarbeit!