Embedded AI im Motorsport: Autonome Fahrzeugentwicklung mit Intel Core Ultra

Autonome Fahrzeuge stellen hohe Anforderungen an moderne Embedded Computing Plattformen. Neben reiner Rechenleistung spielen Faktoren wie thermisches Verhalten, Echtzeitfähigkeit, kompakte Bauformen und langfristige Skalierbarkeit eine immer wichtigere Rolle. Genau diesen Herausforderungen begegnet auch das TUfast Racing Team der Technischen Universität München bei der Entwicklung seines autonomen Formula Student Rennwagens. 

Das Team entwickelt seit vielen Jahren eigene Rennfahrzeuge für internationale Formula Student Wettbewerbe. Dabei arbeiten die Studierenden unter Bedingungen, die stark an reale industrielle Embedded-Projekte erinnern: begrenzter Bauraum, steigende Software-Komplexität, hohe Anforderungen an Zuverlässigkeit und kurze Entwicklungszyklen. 

Bereits seit 2022 unterstützt Aaronn Electronic Projekte von TUfast e.V. im Bereich Embedded Computing. Den Anfang machte damals ein gemeinsames Projekt mit dem TUfast Eco Team. Heute unterstützt Aaronn das TUfast Racing Team bei der Entwicklung seines autonomen Formula Student Fahrzeugs. 

STEIGENDE ANFORDERUNGEN AN AUTONOME SYSTEME 

Im Zentrum der aktuellen Fahrzeuggeneration steht die autonome Fahrzeugplattform. Diese verarbeitet Sensordaten in Echtzeit und berechnet daraus in komplexen Algorithmen Steuerbefehle für das Fahrzeug. 

Dazu gehören unter anderem:

Umgebungswahrnehmung durch

LiDAR-Verarbeitung

Objekt- und Hinderniserkennung

Bewegungs- und Fahrdynamikregelung

Pfadplanung

Datenaufzeichnung und Analyse 

In der letzten Saison bewies das Team eindrucksvoll, wozu diese Entwicklungsarbeit führt: Beim Formula Student Spain gelang TUfast ein Doppelsieg in der Driverless- und der Electric-Klasse. Auch die aktuelle Fahrzeuggeneration konnte bereits überzeugen. Beim Formula Student Czech Republic erreichte das Team den Gesamtsieg in der Electric-Klasse sowie den zweiten Platz in der Driverless-Klasse. 

Mit zunehmender Software-Komplexität stiegen auch die Anforderungen an die eingesetzte Hardware. Die bisherige Plattform auf Basis des Advantech MIO-5377R hatte sich zwar erfolgreich bewährt, stieß jedoch zunehmend an die Grenzen ihrer CPU-Leistung. Dadurch ließ sich der geplante Umstieg auf Deep-Learning-Verfahren in der Perception nicht mehr sinnvoll umsetzen. 

„Der Umstieg in der Perception auf ein Deep-Learning-Modell wäre ohne im Intel Core Ultra Prozessor integrierte NPU des MIO-5379 nicht möglich gewesen“, erklärt Torben Thies, Head of Autonomous Systems beim TUfast Racing Team. 

WARUM SICH DAS TEAM FÜR DEN MIO-5379 ENTSCHIEDEN HAT

Bei der Auswahl der neuen Plattform stand nicht ausschließlich maximale Performance im Fokus. Entscheidend war vielmehr das Zusammenspiel verschiedener technischer Anforderungen. 

Zu den wichtigsten Kriterien gehörten:

Gesamtgewicht unter 400g

Kompakter Formfaktor

Mindestens 2x Ethernet und 1x CAN

Hohe Single-Core-Performance auf mindestens 4 Kernen gleichzeitig

Betriebsstabilität bei Umgebungstemperaturen bis 60 °C

Integrierte NPU für zukünftige AI-Workloads 

Auf Basis dieser Anforderungen entschied sich das Team für das Advantech MIO-5379 mit Intel Core Ultra 7 255H Prozessor. Der Single Board Computer kombiniert eine kompakte Bauform mit hoher Rechenleistung und moderner AI-Architektur. Besonders interessant war dabei die neue integrierte NPU der Intel Core Ultra Plattform, die zusätzliche Möglichkeiten für zukünftige Deep-Learning-Workloads eröffnet. 

MEHR RECHENLEISTUNG BEI GERINGEM INTEGRATIONSAUFWAND 

Der ähnliche Formfaktor erleichterte die Integration des MIO-5379 in den vorhandenen Bauraum und reduzierte den Anpassungsaufwand an der Fahrzeugarchitektur. Gleichzeitig ermöglichte die neue Plattform deutlich leistungsfähigere Algorithmen und komplexere autonome Software-Stacks. 

Als “Autonomous Systems Compute Unit” übernimmt das MIO-5379 im Fahrzeug zentrale Aufgaben: Er empfängt direkt die Sensordaten, führt die gesamte autonome Software-Pipeline aus und berechnet dabei die Steuerbefehle für E-Motoren und Lenkaktuator. 

Besonders im Bereich Deep Learning sieht das Team großes Potenzial für zukünftige Fahrzeuggenerationen. 

„Wir erwarten, dass die Komplexität autonomer Software und die Anforderungen an AI-Workloads in den kommenden Jahren weiter steigen werden“, so Torben Thies. 

EMBEDDED COMPUTING UNTER REALEN BEDINGUNGEN 

„Unser Ziel ist es, nicht nur leistungsfähige Hardware bereitzustellen, sondern gemeinsam mit unseren Kunden und Partnern Lösungen zu entwickeln, die sich auch unter realen Einsatzbedingungen bewähren. Projekte wie TUfast zeigen, wie wichtig dieses Zusammenspiel ist“, erklärt Florian Haidn, Geschäftsführer der Aaronn Electronic GmbH. 

Seit mehr als 30 Jahren begleitet Aaronn Electronic Embedded- und IoT-Projekte. Partnerschaften wie diese bieten wertvolle Einblicke in zukünftige Technologien und zeigen, wie Innovationen unter realen Bedingungen entstehen. 

Mehr über Embedded-IoT-Lösungen von Aaronn Electronic: www.aaronn.de 

In den zurückliegenden 30 Jahren haben wir uns vom Distributor zu einem erfolgreichen System Integrator entwickelt, der gemeinsam mit den Kunden individuelle Embedded-Lösungen erarbeitet.

Unser Produktspektrum umfasst Embedded PCs unterschiedlichster Bauformen, industrielle Display-Lösungen inklusive verschiedenster Touchtechnologien und 19″ Rackmount Server mit redundanten Komponenten zur Sicherstellung der maximalen Ausfalls-, Funktions-, und Betriebssicherheit. Passende Accessories, wie Memories, SSDs und Starterkits, runden unser Angebot ab.

Wir beraten und unterstützen von der Systemanalyse über die Produktauswahl und der Prototypenentwicklung bis hin zur Serienfertigung. Mit unserem einzigartigen Service erhalten Sie alles aus einer Hand. Wir begleiten Sie lückenlos vom Pre- bis zum After-Sales persönlich, individuell und flexibel. Weitere Informationen über Aaronn Electronic GmbH finden Sie unter www.aaronn.de