Servus,
wollte von meiner heutigen Prüfung berichten. Anbei die wichitgsten Stichpunkte die man damit Verknüpfen sollte. Habe eine 1,3 bekommen.
Das Szenario war wie folgt:
Man sollte 100 Sonderfahrzeuge für den Transport von einem Tagebau (Erze), durch eine Wüste, zu einem 300km entfernten Hafen konstruieren. DIe Fahrzeuge fahren dabei auf einem eigens angelegten provisorischen Weg.
Der Weg wird von keinen anderen Teilnehmern genutzt. Man sollte die LKWs so konstruieren, dass keine Menschen im Fahrzeug nötig sind, um es zu führen.
Es waren die typischen 4 Fragen.
Welches Level an Automatisierungsgrad und wie erreichen sie dieses?
. SAE Lvl 4 mit DGPS und ggf Teleoperation
Wie könnten Zwischenziele in der Umsetzung aussehen?
autonom auf dem Weg zwischen Tagebau und Hafen, im Hafen und Tagebau mit Safe Halt Position ab der Remote gesteuert wird. Oder mit Sicherheitsfahrer im Fahrzeug.
Geschwindigkeits-Limits 40-->60-->75 zum Beispiel
Reduzieren der sicherheitsrelevanten Metriken
Welche Sensorik und andere Systeme würden sie dafür verwenden?
DGPS; Radar wegen Reichweite Preis und Metallischen Objekten (Primär andere LKWs) /alle Sensoren aktiv Reinigen wegen Staub/Erz/Sandsturm/ ; LWIR+Kamera wegen Nachtsicht und Reichweite. Wahrscheinlich häugister Fall Tiere. Mit ML T Tierunterscheidungen. Fahrdynamiksensoren ( das Übliche, ggf schon IMU an Board wenn LKW aktives Fahrwerk zur Ladungsausgleichung hat), Lidar nicht sehr Sinnvoll durch extra Kosten und keine VRU, Kommunikator für V2V und intelligentes Routing
Welche Chancen und Herausforderungen geben sich aus diesem Szenario?
Wetter, Sandsturm und auch stark verschmutze Luft im Tagebau, Tiere eventuell Kuhfänger anbringen um Fahrzeugmanövriermöglichkeiten instand zu halten (Schwerlast Fahrzeug im Nichts auf der einzigen Straßen stehen zu lassen ist höchst problematisch); Beschaffen von IR-Bilddaten zum traineren von ML wegen Tieren.
Zwei Zusatzfragen:
Welche Fortschritte und Verbesserungsmöglichkeiten gibt es beim RADAR?
--> Digital Beamforming und Erhöhung der Frequenz, bei beiden auch Erklären warum und was das ist/macht?
Klassifizierung mit ML erklären.
-->Speziell Neuronale Netze und wie genau das Trainieren Funktioniert ( Backpropagation, Gewichte, Daten)