Implementierung und Vergleich verschiedener Algorithmen zur Rundenzeitoptimierung eines autonomen Formula Student Fahrzeugs

Abstract

In dieser Arbeit werden verschiedene Möglichkeiten zur Rundenzeitoptimierung bei der autonomen Disziplin Trackdrive betrachtet und miteinander verglichen. Bei dem ersten Ansatz wird zunächst die Trajektorie mit der geringsten Krümmung ermittelt. Im Anschluss werden die Geschwindigkeiten unter der Berücksichtigung der Kurvenradien und Fahrzeugspezifikationen für jeden Punkt auf der Strecke berechnet. Der zweite Ansatz nimmt die Optimierung mittels eines genetischen Algorithmus vor. Die Evaluierung der Individuen erfolgt über den Formula Student Driverless Simulator. Zuletzt wird ein hybrider Ansatz betrachtet, bei dem die Ergebnisse aus der Berechnung mithilfe des genetischen Algorithmus weiter entwickelt werden. Die Ergebnisse zeigen, dass mit dem hybriden Ansatz die besten und zuverlässigsten Rundenzeiten erzielt werden können. Des weiteren zeigt sich, dass der genetische Algorithmus in Kombination mit der verwendeten Echtzeitsimulation aufgrund der langen Trainingsdauer nicht wettbewerbstauglich ist. Bezüglich der Rechenzeit ist somit der Ansatz mit der minimalen Krümmung zu bevorzugen.

In this bachelor's thesis di erent options for laptime optimization are compared for the autonomous trackdrive discipline. The first approach determines the minimum curvature trajectory and then plans the velocities for every point on the trajectory by taking into consideration the radii of the curves and the specifications of the race car. The second approach optimizes the trajectory and velocities with a genetic algorithm. The evaluation of the individuals is done within the Formula Student Driverless Simulator. Lastly, a hybrid approach is considered that takes the results from the rst approach and evolves them further with the genetic algorithm. The results reveal that the hybrid approach achieves the best and most reliables lap times. Furthermore, it is shown that the genetic algorithm in combination with the real time simulation is not suitable for the competition due to the long training period. Regarding the computing time of the di erent algortihms the minimum curvature approach is preferable.