Die Idee

TUM Autonomous Motorsport setzt sich seit mehreren Jahren aktiv mit den Herausforderungen des autonomen Rennsports auseinander. Ein bedeutender Meilenstein war der Gesamtsieg bei der ersten Indy Autonomous Challenge (IAC) im Jahr 2021, bei der unser Team als erstes autonomes Fahrzeug ein Hochgeschwindigkeitsrennen auf einer Ovalstrecke für sich entscheiden konnte. Seitdem haben wir an weiteren internationalen Wettbewerben wie der Autonomous Challenge @ CES in den Jahren 2022, 2023 und 2024 sowie einem Demo-Event bei der MIMO Motorshow in Monza erfolgreich teilgenommen.

Ein weiteres Highlight war die erste Ausgabe Abu Dhabi Racing League (A2RL) im April 2024, bei der unser Team den 1. Platz erreichen konnte. Dieser Wettbewerb legte besonderen Fokus auf die Interaktion autonomer Fahrzeuge in einem Multi-Vehicle-Rennen.
Auch in diesem Jahr sind wir wieder bei der A2RL in Abu Dhabi und der Indy Autonomous Challenge in Monza vertreten, um unsere Forschung weiter voranzutreiben und neue Erkenntnisse im autonomen Motorsport zu gewinnen.

Unser Ziel ist es, durch kontinuierliche Entwicklung und praxisnahe Tests die Möglichkeiten des autonomen Fahrens weiter zu erforschen und zur technologischen Weiterentwicklung in diesem Bereich beizutragen.

Das Ziel

Das große Ziel ist es unsere existierende Software weiter zu verbessern das Potential der Software auf der Rennstrecke zu demonstrieren. Um dieses Ziel zu erreichen, werden Teilprojekte bearbeitet, die jeweils einen Beitrag zur gesamten Softwarearchitektur des Fahrzeugs liefern. Der Fokus liegt zum einem auf der interaktiven Trajektorienplanung mit mehreren Fahrzeugen im fahrdynamischen Grenzbereich, zum anderen auf der Umfeldwahrnehmung und Lokalization bei hohen Geschwindigkeiten. Um diese Ziele zu erreichen, muss einerseits das Verhalten der gegnerischen Rennfahrzeug schnell und sicher prädiziert werden, andererseits muss das fahrdynamische Limit des Fahrzeugs ermittelt werden. Die Testfahrten mit dem Rennfahrzeug, einem Dallara IL-15 und einem Dallara Super Formula, dienen dann zur Evaluierung der Echtzeitfähigkeit, Performance und Ausfallsicherheit der neuen Algorithmen.

Das Team

Die Technische Universität München (TUM) hat sich entschieden, an Indy Autonomous Challenge mit einem eigenen Team teilzunehmen, das auf dem Wissen mehrerer Institute basiert. Das Team will verschiedene Funktionen für den Betrieb des autonomen Rennautos entwickeln und diese anschließend evaluieren. Die Mitglieder des Teams sind:

Förderer

Das TUM Autonomous Motorsport Team wird in diesem Forschungsvorhaben von zahlreichen Unternehmen sowie Fördergebern unterstützt, welche im nachfolgenden aufgelistet werden:

Wissenschaftliche Veröffentlichungen

J. Betz et al., “TUM autonomous motorsport: An autonomous racing software for the Indy Autonomous Challenge,” Journal of Field Robotics, p. rob.22153, Jan. 2023, doi: 10.1002/rob.22153.

S. Goblirsch, M. Weinmann and J. Betz, "Three-Dimensional Vehicle Dynamics State Estimation for High-Speed Race Cars under varying Signal Quality," 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), Abu Dhabi, United Arab Emirates, 2024, pp. 3371-3378, doi: 10.1109/IROS58592.2024.10802776.

S. Sagmeister, P. Kounatidis, S. Goblirsch, and M. Lienkamp, “Analyzing the Impact of Simulation Fidelity on the Evaluation of Autonomous Driving Motion Control,” in 2024 IEEE Intelligent Vehicles Symposium (IV), Jeju Island, Korea, Republic of: IEEE, Jun. 2024, pp. 230–237. doi: 10.1109/IV55156.2024.10588858.

Teper, H., Betz, T., Günzel, M., Ebner, D., Von Der Brüggen, G., Betz, J., & Chen, J. J. (2024, May). End-To-End Timing Analysis and Optimization of Multi-Executor ROS 2 Systems. In 2024 IEEE 30th Real-Time and Embedded Technology and Applications Symposium (RTAS) (pp. 212-224). IEEE.

Ögretmen, L., Rowold, M., Betz, T., Langmann, A. et al., "A Hybrid Trajectory Planning Approach for Autonomous Rule–Compliant Multi-Vehicle Oval Racing," SAE Intl. J CAV 7(1):95-112, 2024, https://doi.org/10.4271/12-07-01-0007

R. Trauth, P. Karle, T. Betz, and J. Betz, “An End-to-End Optimization Framework for Autonomous Driving Software,” in 2023 3rd International Conference on Computer, Control and Robotics (ICCCR), Shanghai, China: IEEE, Mar. 2023, pp. 137–144. doi: 10.1109/ICCCR56747.2023.10193889.

F. Sauerbeck, S. Huch, F. Fent, P. Karle, D. Kulmer, and J. Betz, “Learn to See Fast: Lessons Learned From Autonomous Racing on How to Develop Perception Systems,” IEEE Access, vol. 11, pp. 44034–44050, 2023, doi: 10.1109/ACCESS.2023.3272750.

Betz, T., Karle, P., Werner, F., and Betz, J., "An Analysis of Software Latency for a High-Speed Autonomous Race Car—A Case Study in the Indy Autonomous Challenge," SAE Intl. J CAV 6(3):283-296, 2023, https://doi.org/10.4271/12-06-03-0018

H. Teper, T. Betz, G. Von Der Brüggen, K. -H. Chen, J. Betz and J. -J. Chen, "Timing-Aware ROS 2 Architecture and System Optimization," 2023 IEEE 29th International Conference on Embedded and Real-Time Computing Systems and Applications (RTCSA), Niigata, Japan, 2023, pp. 206-215, doi: 10.1109/RTCSA58653.2023.00032

Karle, P., Fent, F., Huch, S., Sauerbeck, F., & Lienkamp, M. (2023). Multi-modal sensor fusion and object tracking for autonomous racing. IEEE Transactions on Intelligent Vehicles, 8(7), 3871-3883.

G. Jank, M. Rowold and B. Lohmann, "Hierarchical Time-Optimal Planning for Multi-Vehicle Racing," 2023 IEEE 26th International Conference on Intelligent Transportation Systems (ITSC), Bilbao, Spain, 2023, pp. 2064-2069, doi: 10.1109/ITSC57777.2023.10422566.

S. Huch, L. Scalerandi, E. Rivera and M. Lienkamp, "Quantifying the LiDAR Sim-to-Real Domain Shift: A Detailed Investigation Using Object Detectors and Analyzing Point Clouds at Target-Level," in IEEE Transactions on Intelligent Vehicles, vol. 8, no. 4, pp. 2970-2982, April 2023, doi: 10.1109/TIV.2023.3251650.

F. Sauerbeck, S. Huch, F. Fent, P. Karle, D. Kulmer and J. Betz, "Learn to See Fast: Lessons Learned From Autonomous Racing on How to Develop Perception Systems," in IEEE Access, vol. 11, pp. 44034-44050, 2023, doi: 10.1109/ACCESS.2023.3272750

A. Wischnewski et al., “Indy Autonomous Challenge - Autonomous Race Cars at the Handling Limits,” in 12th International Munich Chassis Symposium 2021, P. Pfeffer, Ed., in Proceedings. , Berlin, Heidelberg: Springer Berlin Heidelberg, 2022, pp. 163–182. doi: 10.1007/978-3-662-64550-5_10.

A. Wischnewski, M. Euler, S. Gümüs, and B. Lohmann, “Tube model predictive control for an autonomous race car,” Vehicle System Dynamics, vol. 60, no. 9, pp. 3151–3173, Sep. 2022, doi: 10.1080/00423114.2021.1943461.

Stahl, T.; Betz. J; Diermeyer, F. : “Runtime Verification Concept for Autonomous Vehicles – Exemplary Study for the Planning Module of an Autonomous Race Vehicle“ in 23^rd IEEE International Conference on Intelligent Transportation Systems (ITSC), September 2020, Rhodes, Greece, accepted, Fulltext (Preprint)

Nobis, F.; Betz. J; Lienkamp, M.: “Exploring the Capabilities and Limits of 3D Monocular Object Detection - A Study on Simulation and Real World Data“ in 23^rd IEEE International Conference on Intelligent Transportation Systems (ITSC), September 2020, Rhodes, Greece, accepted, Fulltext (Preprint)

Herrmann, T.; Passigato, F.; Betz. J; Lienkamp, M.: “Minimum Race-Time Control-Strategy for an Autonomous Electric Racecar“ in 23^rd IEEE International Conference on Intelligent Transportation Systems (ITSC), September 2020, Rhodes, Greece, accepted, Fulltext (Preprint)

Stahl, T.; Betz. J: “A Scenario Generator for Evaluating Path Planning Algorithms for Autonomous Driving” in 15th International Conference on Ecological Vehicles and Renewable Energies (EVER2020), May 2020, Monaco, France, accepted, Fulltext (Preprint)

Nobis, F.; Papanikolaoi, O.; Betz, J.; Lienkamp, M: “Persistent Map Saving for Visual Localization for Autonomous Vehicles: An ORB-SLAM Extension” in 15th International Conference on Ecological Vehicles and Renewable Energies (EVER2020), May 2020, Monaco, France, accepted, Fulltext(Preprint)

Hermansdorfer, L.; Betz, J.; Lienkamp, M: “Benchmarking of a software stack for autonomous racing against a professional human race driver” in 15th International Conference on Ecological Vehicles and Renewable Energies (EVER2020), May 2020, Monaco, France, accepted, Fulltext(Preprint)

Heilmeier, A.; Graf, M.; Betz, J.; Lienkamp, M.: ““Application of Monte Carlo Methods to Consider Probabilistic Effects in a Race Simulation for Circuit Motorsport,” Applied Sciences, vol. 10, no. 12, p. 4229, Jun. 2020, doi: https://doi.org/10.3390/app10124229

Heilmeier, A.; Thomaser, A.; Graf, M.; Betz, J.: “Virtual Strategy Engineer: Using Artificial Neural Networks for Making Race Strategy Decisions in Circuit Motorsport,” Applied Sciences, vol. 10, no. 21, p. 7805, Nov. 2020, doi: https://doi.org/10.3390/app10217805

Wischnewski, A.; Betz, J.; Lohmann, B.: „Real-Time Learning of Non-Gaussian Uncertainty Models for Autonomous Racing“ in 59th IEEE Conference on Decision and Control (CDC), Jeju Island, Republic of Korea, December 2020, accepted

Herrmann, T.; Wischnewski, A.; Hermansdorfer, L.; Betz, J.; Lienkamp, M.: „Real-Time Adaptive Velocity Optimization for Autonomous Electric Race Cars“ in IEEE Transactions on Intelligent Vehicles, 2020

Hermandorfer, L.; Trauth, R.; Betz, J.; Lienkamp, M.: „End-to-End Neural Network vor Vehicle Dynamics Modeling“ in 3^rd IEEE Conference on Optimization and Modeling of Complex Systems, Agadir, Morocco, December 2020

Heilmeier, A.; Wischnewski, A.; Hermansdorfer, L.; Betz, J.; Lienkamp, M.; Lohmann, B.:"Minimum curvature trajectory planning and control for an autonomous race car" in Vehicle System Dynamics -  International Journal of Vehicle Mechanics and Mobility, pp. 1–31, June 2019, doi: 10.1080/00423114.2019.1631455

Stahl, T.; Wischnewski, A.; Betz, J.; Lienkamp, M: “ROS-based localization of a race vehicle at high-speed using LIDAR“ in E3S Web of Conferences, vol. 95, p. 4002, 2019, doi: 10.1051/e3sconf/20199504002

Betz, J.; Wischnewski, A.; Heilmeier, A.; Nobis, F.; Stahl, T.; Hermansdorfer, L.; Lienkamp, M.; „A Software Architecture for an Autonomous Racecar“ at the 89th Vehicular Technology Conference (VTC2019-Spring), Kuala Lumpur, 2019, doi: 10.1109/VTCSpring.2019.8746367

Nobis, F.; Betz, J. ; Hermansdorfer, L.; Lienkamp, M.: “Autonomous Racing: A Comparison of SLAM Algorithms for Large Scale Outdoor Environments“ in Proceedings of the 2019 3rd International Conference on Virtual and Augmented Reality Simulations - ICVARS ’19, 2019, doi: 10.1145/3332305.3332319

Palafox, P.;  Betz, J.; Nobis, F.; Riedl, K.; Lienkamp, M.:  "Fusing Semantic Segmentation and Monocular Depth Estimation for Enabling Autonomous Driving in Roads Without Lane Lines" in Sensors, vol. 19, no. 14, p. 3224, Jul. 2019,  doi: 10.3390/s19143224

Heilmeier, A.; Geisslinger, M.; Betz, J.;"A Quasi-Steady-State Lap Time Simulation for Electrified Race Cars" at the 14th International Conference on Ecological Vehicles and Renewable Energies (EVER2019), Monaco, 2019, doi: 10.1109/EVER.2019.8813646

Wischnewski, A.; Stahl, T.; Betz, J.; Lohmann, B.; „Vehicle Dynamics State Estimation and Localization for High Performance Race Cars “ IFAC-PapersOnLine, vol. 52, no. 8, pp. 154–161, 2019, doi: 10.1016/j.ifacol.2019.08.064

Stahl, T.; Wischnewski, A.; Betz, J.; Lienkamp, M: “Multilayer Graph-Based Trajectory Planning for Race Vehicles in Dynamic Scenarios“ in 2019 IEEE Intelligent Transportation Systems Conference (ITSC), 2019, doi: 10.1109/ITSC.2019.8917032

Hermansdorfer, L.; Betz, J.; Lienkamp, M: “ A Concept for Estimation and Prediction of the Tire-Road Friction Potential for an Autonomous Racecar“ in 2019 IEEE Intelligent Transportation Systems Conference (ITSC), 2019, doi: 10.1109/ITSC.2019.8917024

Herrmann, T.; Christ, F.; Betz, J.; Lienkamp, M: “Energy Management Strategy for an Autonomous Electric Racecar using Optimal Control “ in 2019 IEEE Intelligent Transportation Systems Conference (ITSC), 2019, doi: 10.1109/ITSC.2019.8917154

Wischnewski, A.; Betz, J.; Lohmann, B.: “A Model-Free Algorithm to Safely Approach the Handling Limit of an Autonomous Racecar“ in 2019 IEEE International Conference on Connected Vehicles and Expo (ICCVE 2019), Graz, Austria , 2019, doi: 10.1109/ICCVE45908.2019.8965218

Betz, J.; Wischnewski, A.; Heilmeier, A., Nobis, F.; Stahl, T.; Hermansdorfer, L.; Herrmann, T.; Lienkamp, M.;: “A Software Architecture for the Dynamic Path Planning of an Autonomous Racecar at the Limits of Handling“ in 2019 IEEE International Conference on Connected Vehicles and Expo (ICCVE 2019), doi: 10.1109/ICCVE45908.2019.8965238

Nobis, F.; Geisslinger, M.; Weber, M.; Betz, J.; Lienkamp, M.: "Learning-based Radar and Camera Sensor Fusion Architecture for Object Detection," in 2019 Sensor Data Fusion: Trends, Solutions, Applications (SDF), doi: 10.1109/SDF.2019.8916629

Christ, F.; Wischnewski, A.; Heilmeier, A.; Lohmann, B.: "Time-Optimal Trajectory Planning for a Race Car Considering Variable Tire-Road Friction Coefficients" in  Vehicle System Dynamics - International Journal of Vehicle Mechanics and Mobility, doi: 10.1080/00423114.2019.1704804

Betz, J.; Heilmeier, A.; Wischnewski, A.; Stahl, T.; Lienkamp, M.;: “Autonomous Driving - A Crash Explained in Detail“ in Applied Sciences, vol. 9, no. 23, p. 5126, Nov. 2019, https://doi.org/10.3390/app9235126

Betz, J.; Wischnewski, A.; Heilmeier, A.; Nobis, F.; Stahl, T.; Hermansdorfer, L.; Lohmann, B.; Lienkamp, M.; „What can we learn form autonomous level 5 Motorsport?“ at the 10th international Chassis Symposium “Chassis.Tech Plus 2019”, Munich, Juni 2018, doi: 10.1007/978-3-658-22050-1_12

Heilmeier, A.; Graf, M.; Lienkamp, M.;"A Race Simulation for Strategy Decisions in Circuit Motorsports" at the 21th International Conference on Intelligent Transportation Systems (ITSC) 2018, Hawaii, October 2018,doi: 10.1109/ITSC.2018.8570012