Ziel der Lehrveranstaltung (LVA) „Autonomous Racing Cars” ist es, Studierenden aktuelle theoretische und praktische Inhalte in all jenen Technologien und Methoden zu vermitteln, welche an selbstfahrenden Autos und an mobilen autonomen Systemen eingesetzt werden. Dafür haben wir ein Lehrveranstaltungskonzept entwickelt, welches auf folgende Kernaspekte aufbaut:

• Laboraufgaben mit praktischer Evaluierung an Modellfahrzeugen
• Motivation durch Gamification und neue Lehrmethoden
• Fachübergreifender Wissenstransfer durch Teamaufgaben
• Internationaler Austausch für besonders motivierte Studierende

Motivation für die Entwicklung und Einführung dieser LVA war einerseits der zuvor bestehende Mangel an Lehrinhalten im Bereich autonomer Systeme, insbesondere selbstfahrender Autos, an der TU Wien. Autonome Mobilität ist aktuell ein aufstrebender Bereich in Forschung und Industrie und erfordert daher auch den entsprechenden Raum in Studiencurricula. Andererseits war das Bestreben, die umfassenden Grundlagen, welche Studierenden in anderen LVAs vermittelt werden, in einer ganzheitlichen Art und Weise zu diesem Anwendungsfall zu verbinden. In einer Vielzahl an LVAs werden mathematische, algorithmische, bis hin zu programmiertechnische Aspekte gelehrt. Wenngleich der Fokus einer Universität zweifelsohne in der Bildung und nicht in der Ausbildung liegt, sollte unserer Meinung nach sehr wohl ein gewisser Anteil an LVAs diese Grundlagen anwendungsorientiert verbinden. Unter diesen Gesichtspunkten wurde im Jahr 2019 diese praktische, labor-fokussierte Lehrveranstaltung „Autonomous Racing Cars” geschaffen und wird seither jährlich im Wintersemester abgehalten.

Zielgruppe

Die LVA richtet sich vorwiegend an Master-Studierende, welche sich für das aufstrebende Gebiet autonomer Mobilität und aller damit verbundenen Herausforderungen interessieren. Sie steht ebenso motivierten und fortgeschrittenen Bachelor-Studierenden, sowie PhD-Studierenden offen. Fachlich ist die Lehrveranstaltung dem Bereich Technische Informatik zugeordnet, ist jedoch auch für engagierte und interessierte Studierende aus einem weiten Bereich von Elektrotechnik, Robotik, Mechanik, Maschinenbau, Physik, bis hin zu theoretischer Mathematik bestens geeignet. In der Teamzusammenstellung für die Gruppenaufgaben legen wir Wert darauf, dass diese aus Studierenden mit diversem fachlichem Hintergrund bestehen, um hierbei einen direkten Wissenstransfer untereinander zu fördern. In den verangenen Semestern nahmen stets Studierende von verschiedensten Studienrichtungen, inklusive Erasmus-Gaststudierenden, an der Lehrveranstaltung teil und konnten so zu einer diversen Mischung an Vorwissen beitragen.

Lehrinhalte

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage ...

• in Teams zusammenzuarbeiten, um gemeinsam Aufgabenstellungen im Bereich autonomer robotischer Systeme (autonomer Fahrzeuge) zu lösen.
• Grundlagen von regelungstechnischen Systemen am Beispiel von Fahrzeugen anzuwenden und deren Eigenschaften zu erklären.
• die ensprechende Software und Programme in Simulation und an Hardware-Prototypen anwenden.
• Hardware-Komponenten und Sensoren für autonome robotische Systeme und deren Wirkungsweise zu erklären.
• Technologien für die Umgebungswahrnehmung, Planung, Steuerung und Regelung von autonomen robotischen Systemen anzuwenden, deren Wirkungsweise zu verstehen und diese weiterzuentwickeln.
• Algorithmen und Techniken für selbstfahrende Fahrzeuge zu entwickeln und experimentell in kompetitiven Szenarien zu evaluieren.

Lehrkonzept

Um diese komplexen Lehrinhalte zu vermitteln, wurde die LVA nicht als klassische Vorlesung geplant, sondern ein projektbasierter Ansatz als Rahmen für das Semester gewählt: Die Studierendenteams erhalten als Gesamtaufgabe, ein autonom fahrendes Rennfahrzeug zu entwickeln, mit welchem sie zu Semesterende in einem Abschlussrennen gegen die anderen Teams antreten.

Konkret besteht das Lehrkonzept aus den Kernaspekten, welche in den folgenden Abschnitten näher erläutert werden.

Laboraufgaben mit praktischer Evaluierung an Modellfahrzeugen

Die Gesamtaufgabe, ein autonom fahrendes Rennfahrzeug zu entwickeln, wurde in einzelne zwei-wöchige Teilaufgaben zerlegt, welche thematisch aufeinander aufbauen. Die Studierenden beginnen zunächst damit die einzelnen Komponenten eines autonomen Fahrzeug kennenzulernen, welche in verkleinerter Form auch im Modellfahrzeug vorhanden sind. Darauffolgend entwerfen sie Algorithmen und Software, um das Fahrzeug vollständig autonom zu fahren. Beispielsweise geht es in einer der ersten Aufgaben darum, einen Notbrems-Assistenten zu entwickeln, welcher das Fahrzeug zum Stillstand bringt, bevor es mit einem Hindernis kollidiert. Die Studierendenteams überlegen sich dazu zuerst ein Konzept, programmieren dann die Software, simulieren diese in einer Simulationsumgebung und testen anschließend das Gesamtsystem mit den Modellfahrzeugen. Dadurch können die Studierenden anschaulich erfahren, dass Methoden, die theoretisch überlegt wurden, sich teilweise in der Simulation doch anders verhalten, und auch die Tests am Modellfahrzeug weitere unvorhergesehene Resultate bringen können.Einerseits ist diese Beobachtung ein wesentlicher Lehrinhalt, welcher nur durch die praktische Arbeit mit den Modellfahrzeugen vermittelt werden kann. Andererseits sind die Modellrennautos natürlich eine hervorragende Motivation für Studierende, diese LVA zu besuchen.

Schrittweise werden in den Laboraufgaben weitere Themen, wie Umgebungswahrnehmung und Steuerungsmethoden behandelt, zu welchen die Teams ebenso jeweils eine Lösung programmieren, in einer Simulationsumgebung testen und dann am Modellfahrzeug evaluieren. Zu Semesterende haben die Teams alle Teilaufgaben gelöst, die es ihnen schlussendlich ermöglichen, ihre eigene Rennstrategie und Software für das autonome Rennen zu entwicklen. Beim Abschlussrennen muss das Modellfahrzeug vollständig autonom den Rennparcours möglichst schnell, zuverlässig und sicher absolvieren.

Motivation durch Gamification und neue Lehrmethoden

Neben der praktischen Arbeit an den Modellfahrzeugen haben wir nach weiteren Möglichkeiten für studierendenzentrierte Lehrmethoden gesucht, welche die Studierenden weiter motivieren, sich über das erforderliche Maß hinaus mit den Lehrinhalten zu befassen. Ergebnis war die Entwicklung eines Gamification-Aspekts in Bezug auf die Aufgabe, das Rennen mit dem autonomen Fahrzeug möglichst schnell zu bestreiten. Für die Laboraufgaben wurde ein automatisches Simulationssystem entwickelt, welches es den Studierendenteams ermöglicht, ihre Lösung jederzeit vor der Abgabe evaluieren zu lassen. Dabei wird das Verhalten des Modellfahrzeugs mit dem implementierten Programm der Studierenden detailliert simuliert. Ein Video zeigt den virtuellen Rennverlauf auf der Strecke und die Rundenzeit wird ermittelt. Falls das Rennauto die Strecke ohne Kollision geschafft hat, erfolgt der Eintrag auf der Bestenliste.

Im Sinne einer fairen Beurteilung wurde dieser Gamification-Aspekt von der Beurteilung getrennt: Die Platzierung in der Gesamtwertung wird den Studierenden als Bonuspunkte angerechnet, jedoch findet keine vergleichende Beurteilung in der LVA statt. In den letzten Semestern konnten wir dabei feststellen, dass Studierende ihre Lösung immer weiter verbessert haben, um weiter ihre Rundenzeit und damit die Position in der Gesamtwertung zu verbessern, obwohl sie bereits alle Punkte auf die Laboraufgabe erhalten hätten. Die Studierenden haben sich somit weit intensiver mit den Lehrinhalten beschäftigt, als es ohne diese neuartigen Lehrmethoden der Fall gewesen wäre.

Die Rennen, die in den Teilaufgaben vorab während dem Semester im Simulationssystem stattfinden, werden zu Semesterabschluss durch das große Abschlussrennen ergänzt. Dabei messen sich die Teams mit ihren Lösungen im direkten Wettstreit mit ihren Modellfahrzeugen auf einer Rennstrecke in unserem Robotiklabor.

Fachübergreifender Wissenstransfer durch Teamaufgaben

Der Fokus der LVA liegt auf der praktischen Bearbeitung und Lösung von aufeinander aufbauenden Teilaufgaben. Inhaltlich reichen diese von mechanischen Grundlagen der Fahrdynamik, über Steuerungs- und Regelungstechnik, automatisierter Strategie- und Entscheidungsfindung bis hin zur Anwendung von Künstlicher Intelligenz. In diesem breiten Spektrum an Aufgabenstellungen haben verschiedene Studierende unterschiedlichstes Vorwissen, abhängig von ihrem fachlichen Hintergrund und ihrer Studienrichtung. Daher ermutigen wir unsere Teilnehmenden bei der Teambildung ein möglichst diverses Team zusammenzustellen, um bestmöglich davon zu profitieren und gegenseitig voneinander zu lernen. Darüber hinaus werden alle Teilaufgaben nach der Abgabefrist von je einem Team präsentiert und anschließend gesammelt diskutiert, um so weiter den Wissenstransfer zwischen den Studierenden zu fördern.

Internationaler Austausch für besonders motivierte Studierende

Vor einigen Semestern haben sich nach Absolvierung der LVA einige besonders motivierte Studierende zusammengefunden, um sich weiter in den Themenbereich von autonomen Rennfahrzeugen zu vertiefen. Seitdem unterstützen wir diese Initiative insofern, als wir mit diesem Studierendenteam an internationalen Wettbewerben mit autonomen Rennfahrzeugen (vgl. roboracer.ai) aktiv teilnehmen. Damit können diese Studierenden über die LVA hinaus wertvolle Kontakte knüpfen, erste Erfahrungen auf internationalen wissenschaftlichen Konferenzen sammeln und sich mit Studierenden von anderen Universtäten austauschen. In den letzen Jahren konnte unser Team sehr beachtliche Erfolge bei diesen Wettbewerben feiern (vgl. www.tuwien.at/inf/f1tenth/racing/). Ebenso binden wir diese Studierenden aktiv in die stetige Weiterentwicklung und Gestaltung der LVA für die kommenden Semester ein, um die Sichtweise der Studierenden optimal einfließen zu lassen. Darüber hinaus haben sich durch die herausragende Motivation der Studierenden aus der LVA zahlreiche Bachelor- und Masterarbeiten, sowie auch einige Forschungsprojekte und -kooperationen an unserem Institut entwickelt.