Pylonenerkennung durch einen KI-basierten YOLOv2-Objektdetektor für einen Formula Student Rennwagen

Im internationalen Konstruktionswettbewerb „Formula Student“ gibt es den „Driverless Cup“. Bei diesem muss der entwickelte Rennwagen autonom fahren können. Ein wichtiger Aspekt beim autonomen Rennen besteht darin, die Strecke anhand von zwei farblich unterschiedlichen Pylonen zu erkennen. Im Beitrag wird gezeigt, wie der in MATLAB implementierte Deep-Learning Algorithmus YOLOv2 erfolgreich für die Echtzeit-Objekterkennung und -Perzeption verwendet werden kann. Es wird beschrieben, wie der Detektor zur Pylonenerkennung mit Offline-Daten trainiert wird und wie es dank Stereoskopie möglich ist, auch die Tiefe der Pylonen zu schätzen. Sollte der Beitrag angenommen werden, so lassen sich vermutlich auch schon Ergebnisse aus der realen Erprobung vorstellen. Hinweis an das Auswahlgremium: Wir reichen den Beitrag in der Form „Poster“ ein - würden uns aber freuen, wenn wir „Vortrag“-en dürften.