Was ist die A2RL?

Die Abu Dhabi Autonomous Racing League (A2RL) ist eine Initiative, die autonome Wettbewerbe veranstaltet, darunter auch Drohnenrennen. In diesen Rennen navigieren kleine Quadrocopter so schnell wie möglich durch einen Parcours mit mehreren Renn-Toren. Die Drohnen sind mit einer RGB-Kamera und einem leistungsstarken Onboard-Computer ausgestattet und verlassen sich vollständig auf die von den Teams entwickelte Software, um optimale Leistungen zu erbringen. In der Qualifikationsrunde im November reichte es aus, den Parcours mit vier Toren autonom zu absolvieren, um sich für den Wettbewerb zu qualifizieren.

Unser Weg zur Qualifikation

Unser Team flyby gehört zum Robotik-Club robo4you.at und der TU Wien. Es besteht aus Studierenden der TU Wien sowie Absolventen der HTL Wr. Neustadt. Zum Team gehören Sebastian Kawicher und Bernhard Klauninger (beide Erstsemester-Bachelorstudierende an der TU München und ehemalige Schüler der HTL Wr. Neustadt), Alexander Lampalzer (Master-Student an der TU Wien) und Joel Klimont (Doktorand bei Prof. Radu Grosu am Institut für Cyber-Physical Systems der TU Wien).

Woche 1: Grundlagen schaffen

In der erstenWoche erhielten wir die Drohne sowie zusätzliche Ausrüstung und begannen sofort mit den Vorbereitungen für die Qualifikation. Unsere erste Priorität war es, einen stabilen Flug zu ermöglichen. Bereits am Ende des ersten Tages konnte die Drohne selbstständig hovern. In den folgenden Tagen arbeiteten wir an der Entwicklung eines neuronalen Netzes zur Torerkennung und programmierten Software, um autonom eine Flugbahn durch den Parcours zu planen und zu verfolgen. Bis zum Ende der Woche gelang es uns, die Drohne sicher und zuverlässig durch die drei Tore des Vorbereitungsparcours fliegen zu lassen – langsam, aber ohne Abstürze.

Woche 2: Unerwartete Herausforderungen

Als wir in der zweiten Woche am Veranstaltungsort ankamen, wurden wir mit einer großen Herausforderung konfrontiert. Der Vorbereitungsparcours hatte einen gepflasterten Boden mit klaren Kanten und verschiedenen Texturen – ideal für das Position Tracking der Drohne. Der Rennparcours hingegen hatte einen tiefschwarzen Teppichboden mit kaum erkennbaren Merkmalen. Diese Änderung führte dazu, dass unser Positionsalgorithmus nicht mehr zuverlässig funktionierte, und auch andere Teams hatten mit ähnlichen Problemen zu kämpfen. Trotz dieser Schwierigkeiten optimierten wir unser Modell zur Torerkennung und kombinierten dessen Positionsschätzungen mit denen des Flightcontrollers. Nach erfolgreichen Simulationstests testeten wir unsere Lösung direkt auf dem Parcours und wurden das erste Team, das alle vier Tore auf der neuen Strecke erfolgreich durchflog.

Zurück zu reibungslosem Flug

Mit der näher rückenden Qualifikation nutzten wir die verbleibende Zeit, um die Stabilität und Geschwindigkeit unserer Software weiter zu verbessern. Um präzisere Positionsschätzungen zu erhalten, musste unser Modell zur Torerkennung genauer werden. Dies erforderte eine Reduzierung der Bildskalierung, um feinere Details wie Logos auf den Toren besser zu erkennen. Allerdings erhöhte die größere Eingangsgröße die Verarbeitungszeit, wodurch die Frequenz der Positionsaktualisierungen sank und die Geschwindigkeit der Drohne eingeschränkt wurde. Durch die Implementierung von Model-Quantisierung und die Optimierung der Bildvorverarbeitung gelang es uns jedoch, die Inferenzzeit um den Faktor sechs zu reduzieren. Damit konnte die Drohne ihre Flugbahn wieder reibungslos und schneller verfolgen. Beim ersten Qualifikationsversuch absolvierte unsere Drohne den Parcours erfolgreich. Die aufgezeichnete Zeit wurde von den Veranstaltern mit dem Kommentar „reibungsloser Flug“ versehen. In den folgenden Durchgängen erhöhten wir schrittweise die Geschwindigkeit. Wenn die Drohne jedoch zu schnell flog, begann der Controller, entlang der Flugbahn zu oszillieren, was sie gefährlich nah an die Tore brachte. Nachdem wir die Qualifikation gesichert hatten, nutzten wir die verbleibenden Slots, um die Flugbahn weiter zu verfeinern und den PID-Controller der Drohne zu optimieren. Diese Anpassungen führten zu besseren Zeiten und zeigten uns die Grenzen unseres aktuellen Ansatzes auf.

Zusammenfassung

Von etwa 17 Teams aus Universitäten weltweit konnten nur sieben den Parcours autonom erfolgreich bewältigen. Dank harter Arbeit und mit durchschnittlich nur vier Stunden Schlaf pro Nacht gelang es uns, die Qualifikation zu erreichen. Das autonome Absolvieren des Parcours ist bereits eine beeindruckende Leistung, doch das Rennen mit höherer Geschwindigkeit ist die nächste große Herausforderung. Unser aktueller Ansatz hat seine Grenzen erreicht, und wir arbeiten bereits an neuen Lösungen, um unsere Leistung weiter zu steigern. Das erste offizielle Drohnenrennen der A2RL findet im April 2025 statt