Bewerbt euch noch bis 15.10 und werdet Teil unseres Teams!
Skip to content
| Monocoque |
CFK einteillig |
| Aerodynamik |
CFK Front-, Seit- und Heckflügel, Skid Plate und Splitter |
| Motoren |
4 Radnabenmotoren |
| Spitzenleistung |
je Motor: 28kw |
| Getriebe |
1 1/2 stufiges Planetengetriebe |
| Akkucontainer |
Zentraler Akkucontainer mit 7,5kWh |
| Zellen |
Samsung INR 18650 25 R |
| Maximalspannung |
580V |
| Steuereinheit |
ETAS |
| Fahrdynamik Regelsysteme |
Torque Vectoring, Rekuperation, Traktionskontrolle, Leistungsbegrenzung |
| Telemetrie |
Live Telemetrie via 2,4GHz WLAN |
| Dashboard |
eigenentwickeltes Dashboard |
| Radstand |
1540mm |
| Spurweite Vorne |
1150mm |
| Spurweite Hinten |
1128mm |
| Reifen |
7,5″x10″ Hoosier Slicks |
| Felgen |
10″ CFK Felgen mit Aluminiumstern |
| Querlenker |
Doppelquerlenker |
| Dämpfer |
Pushrod betätigte Dämpfer |
| Kameras |
2x Intel D435, 1x Bosch SVC2 |
| Sensoren |
Kistler Correvit SFII, Bosch MM5.10-R Beschleunigungssensor, VectorNav VN-300 INS |
| Verabrbeitungseinheiten |
NVIDIA Jetson Xavier, Filtet II, ETAS ES910 |
| Umfelderkennung |
Objekterkennung über neuronales Netz |
| Mapping/Lokalisierung |
Eigenentwickelte C++ Bibliotheken mit einem Fokus auf Speicherplatzoptimierung |
| Testumgebung |
Hardware in the Loop Prüfstand |
| Toolchain |
C++, Python, Matlab, IPG Carmaker |
| Trajektorienplanung |
Modellbasiertes off-policy Reinforcement Learning zur Optimierung der Rundenzeiten |
| Trainingsautomatisierung |
Eigenentwickelte Software zur Datensatzverwaltung, automatische Hyperparameteroptimierung und Verwaltung von Maschinen im Trainingscluster |
-
Frame & Body
-
| Monocoque |
CFK einteillig |
| Aerodynamik |
CFK Front-, Seit- und Heckflügel, Skid Plate und Splitter |
-
Antrieb
-
| Motoren |
4 Radnabenmotoren |
| Spitzenleistung |
je Motor: 28kw |
| Getriebe |
1 1/2 stufiges Planetengetriebe |
-
Energiespeicher
-
| Akkucontainer |
Zentraler Akkucontainer mit 7,5kWh |
| Zellen |
Samsung INR 18650 25 R |
| Maximalspannung |
580V |
-
Elektronik
-
| Steuereinheit |
ETAS |
| Fahrdynamik Regelsysteme |
Torque Vectoring, Rekuperation, Traktionskontrolle, Leistungsbegrenzung |
| Telemetrie |
Live Telemetrie via 2,4GHz WLAN |
| Dashboard |
eigenentwickeltes Dashboard |
-
Fahrwerk
-
| Radstand |
1540mm |
| Spurweite Vorne |
1150mm |
| Spurweite Hinten |
1128mm |
| Reifen |
7,5″x10″ Hoosier Slicks |
| Felgen |
10″ CFK Felgen mit Aluminiumstern |
| Querlenker |
Doppelquerlenker |
| Dämpfer |
Pushrod betätigte Dämpfer |
-
Autonomes System
-
| Kameras |
2x Intel D435, 1x Bosch SVC2 |
| Sensoren |
Kistler Correvit SFII, Bosch MM5.10-R Beschleunigungssensor, VectorNav VN-300 INS |
| Verabrbeitungseinheiten |
NVIDIA Jetson Xavier, Filtet II, ETAS ES910 |
-
Autonome Software
-
| Umfelderkennung |
Objekterkennung über neuronales Netz |
| Mapping/Lokalisierung |
Eigenentwickelte C++ Bibliotheken mit einem Fokus auf Speicherplatzoptimierung |
| Testumgebung |
Hardware in the Loop Prüfstand |
| Toolchain |
C++, Python, Matlab, IPG Carmaker |
| Trajektorienplanung |
Modellbasiertes off-policy Reinforcement Learning zur Optimierung der Rundenzeiten |
| Trainingsautomatisierung |
Eigenentwickelte Software zur Datensatzverwaltung, automatische Hyperparameteroptimierung und Verwaltung von Maschinen im Trainingscluster |
Go to Top