PWd4.20
Akkucontainer | 7.5kWh and 579V Maximalspannung |
Allradantrieb | 4x27kW |
Echtzeitsteuergerät | Echtzeitsteuergerät “ETAS ES910” |
Software | Umfangreiche Fahrdynamiksoftware |
Bremssystem | Pneumatisch rückgestelltes Gasfederbremssystem |
Lenksystem | Kompaktes Lenksystem |
Kameras | Zwei Stereokamera-Arrays für die Objekterkennung und Tiefenermittlung |
Beschleunigungs- und Geschwindigkeitssensorik | Beschleunigungs- und Geschwindigkeitssensorik fusioniert mit einem Inertial Navigation System (INS) |
Grafikverarbeitung | NVIDIA Jetson AGX Xavier |
Umfelderkennung | Objekterkennung durch Deep Learning Algorithmus |
Mapping / Localization | Eigenentwickelter C++ Stack – vom Bild bis zur Lenkbewergung. Mapping, Clustering, Stereomatching, Triangulation, Delauney etc. |
Toolchain | Weitreichende Toolchain: C++, ROS, Python, Matlab, IPG Carmaker, Docker, Catia V5 |
Trajektorienplanung | Trajektorienplanung über modell-basierten Reinforcement Learning; das Auto lernt den schnellsten Pfad |
- Technische Details Basisfahrzeug
-
Akkucontainer 7.5kWh and 579V Maximalspannung Allradantrieb 4x27kW Echtzeitsteuergerät Echtzeitsteuergerät “ETAS ES910” Software Umfangreiche Fahrdynamiksoftware - Aktuatorik
-
Bremssystem Pneumatisch rückgestelltes Gasfederbremssystem Lenksystem Kompaktes Lenksystem - Sensorik
-
Kameras Zwei Stereokamera-Arrays für die Objekterkennung und Tiefenermittlung Beschleunigungs- und Geschwindigkeitssensorik Beschleunigungs- und Geschwindigkeitssensorik fusioniert mit einem Inertial Navigation System (INS) - Software
-
Grafikverarbeitung NVIDIA Jetson AGX Xavier Umfelderkennung Objekterkennung durch Deep Learning Algorithmus Mapping / Localization Eigenentwickelter C++ Stack – vom Bild bis zur Lenkbewergung. Mapping, Clustering, Stereomatching, Triangulation, Delauney etc. Toolchain Weitreichende Toolchain: C++, ROS, Python, Matlab, IPG Carmaker, Docker, Catia V5 Trajektorienplanung Trajektorienplanung über modell-basierten Reinforcement Learning; das Auto lernt den schnellsten Pfad