Industrielle Automation 3/2018

Prof. Dr. Frank Bauernöppel; Ulli Lansche,
Technischer Redakteur, beide bei der Hochschule
für Technik und Wirtschaft, Berlin
Sicher um die Kurve
Die Kamera verfügt über einen USB3-
Anschluss, sodass die Bilder mit nur geringer
Verzögerung und unkomprimiert an
den Steuerrechner übertragen
werden können
Industrielle Kamera bringt hohe Auflösung in den Motorsport
Industriekameras haben sich in verschiedensten Einsatzbereichen
etabliert: von Machine Vision-Anwendungen in Robotik- oder
Industrie 4.0 über Qualitätsprüfungen und Vermessungen bis hin zu
Forschungszwecken. Sie sind auch ein zentraler Punkt eines autonomen
Fahrzeuges. Ein Motorsport-Team setzt daher für die Konstruktion eines
Rennwagens eine Kamera ein, die Verkehrskegel unter verschiedenen
Licht- und Wetterbedingungen erkennt und abbildet.
Das Motorsport-Team der HTW Berlin
nimmt seit 2006 an dem internationalen
studentischen Konstruktionswettbewerb
„Formula Student“ teil. Die Studierenden
konstruieren dafür einen Rennwagen, das
„Berlin Race Car“, und müssen sich für die
Wettbewerbe qualifizieren. Natürlich sollte
der Rennwagen schnell fahren, aber das ist
nur ein Kriterium. Bevor das Fahrzeug in
den verschiedenen Disziplinen auf die
Rennstrecke gelassen wird, muss das Team
seine Konstruktion vor einem Expertenteam
verteidigen, wobei das mechanische und
elektrische Design geprüft wird.
Objekte zuverlässig erfassen
Seit 2017 gibt es bei der Formula Student
nicht nur die Klassen „Combustion“ und
„Electric“, sondern auch „Driverless“. Dabei
muss das Fahrzeug in mehreren Disziplinen
autonom fahren, die Strecke ist jeweils durch
verschiedenfarbige Verkehrskegel markiert.
Das Motorsport-Team hat sich entschlossen,
bei diesem neuen Format dabei zu sein.
Dies ist eine Herausforderung, denn bei
autonomen Fahrzeugen spielen optische
Sensoren eine wichtige Rolle. Daher hat sich
das Team gefreut, dass Matrix Vision 2017
eine Kamera vom Typ mvBlueFox3-2089a
zur Verfügung gestellt hat. Der Kamerasensor
Sony IMX267 hat die erforderliche
hohe Auflösung, um die kleinen Verkehrskegel
auch in größerer Entfernung erkennen
zu können. Auch die Bildvorverarbeitung
erfolgt bereits in der Kamera.
Die Kamera besitzt einen USB3-Anschluss,
über den die Bilder mit nur geringer Verzögerung
und unkomprimiert an den Steuerrechner
übertragen werden, ein eingebettetes
System, auf dem ein Ubuntu Linux
als Betriebssystem läuft, sowie Gestreamer,
OpenCV und ROS (Robot Operating System).
Dieser zentrale Steuerrechner ist über
CAN-Bus mit weiteren Sensoren, Aktoren
und dem Motorsteuergerät verbunden und
sendet Betriebsdaten über WLAN an eine
Basisstation.
Bewegungsunschärfe vermeiden
Die Integration der Kamera war dank des
auch unter Linux verfügbaren mvImpact
Acquire SDK problemlos möglich. Mit ein
wenig Adaptercode ist es gelungen, die Kamerabilder
an die OpenCV Echtzeit-Bildverarbeitung
anzubinden. Zusätzlich führt der
Linux-Rechner eine hardwareunterstützte
H.264-Videokompression der Bilder durch,
um diese für eine nachträgliche Auswertung
aufzuzeichnen sowie ein Live Preview als
RTSP Stream über WLAN anzubieten, über
den die Kamera unmittelbar vor dem Start
justiert und kontrolliert werden kann.
Über das mvImpact Acquire SDK können
alle Aufnahmeparameter konfiguriert werden.
So erfolgt beispielsweise der Belichtungsabgleich
im Bereich der Fahrbahn,
den das Fahrzeug in der nächsten Sekunde
befahren wird. Auch wurde die Belichtungszeit
beschränkt, um Bewegungsunschärfe zu
vermeiden.
Erste autonome Fahrversuche
Nach der Softwareintegration hat das Team
Testfahrten mit der Kamera absolviert, die
dafür noch provisorisch am Fahrzeug befestigt
werden musste. Der für die Saison 2018
konstruierte Rennwagen hat nun eine feste
Kamerahalterung, sodass bei Trainingsfahrten
und Wettbewerben Kamerabilder aufgezeichnet
werden. So sollen Trainingsbildern
generiert werden, die die Verkehrskegel unter
verschiedenen Licht- und Wetterbedingungen
abbildet. Mit diesen Bildern wird der
Algorithmus zur Kegelerkennung robuster
gemacht. Wenn alles wie geplant läuft, wird
das „Berlin Race Car 2018“ mit der Kamera
von Matrix Vision 2018 seine ersten autonomen
Fahrversuche unternehmen.
www.matrix-vision.de
78 INDUSTRIELLE AUTOMATION 3/2018