AEP - Einparksensorik

Aus HSHL Mechatronik
Zur Navigation springen Zur Suche springen

Autoren: Julin Horstkötter, Levin Baumeister

DIES IST BISLANG NOCH IN TEILEN DER BEISPIELARTIKEL. DIES WIRD IN KÜRZE ANGEPASST.


Einleitung

Das im SDE Praktikum verwendete Fahrzeug ist mit diverser Sensorik ausgestattet. Dieser Artikel befasst sich insbesondere mit den für das autonome Einparken benötigten Sensoren. Der Einsatz der Sensoren leitet sich anhand von dem im Lastenheft definierten Anforderungen her.
In Kürze stellt dieser Artikel den aktuellen Stand der Einparksensorik dar. Außerdem werden zusammenhängende Funktions-Erklärungen gegeben, da die Sensoren für die Umsetzung des Einparkalgorithmus von essentieller Bedeutung sind.
Dafür werden zunächst die Anforderungen aufgezeigt, die in direkter Verbindung mit der Sensorik stehen. Im weiteren Verlauf werden die Sensoren im Detail beschrieben und erläutert. Schließlich wird auf die aktuelle Verwendung, offline sowie online, eingegangen.
Dieser Artikel wird dynamisch erweitert, so dass dieser den jeweils aktuellen Arbeitsstand berücksichtigt. Der aktuelle Bearbeitungsstand des AEP-Softwarebereichs ist jederzeit in einem teamspezifischen SVN-Branch erreichbar.

Das systematische Vorgehen bei der Entwicklung des Modells orientiert sich am V-Prozessmodell.

Anforderungen

Im Lastenheft werden zur Einparksensorik folgende Anforderungen gestellt:

  • Funktionale Anforderungen:




  • Nicht-funktionale Anforderungen:




Das Pflichtenheft im aktuellen Stand zeigt sich wie folgt:

Strukturierung der Software

Die Software rund um die Einparksensorik ist zu Beginn des Sommersemesters 2020 nur gering strukturiert. Dies ist jedoch essentiell, um eine schnelle Einarbeitung in komplexere Projekte wie dieses zu ermöglichen.

Strukturierung des Simulink-Modells

Strukturierung von MATLAB Functions

Zusammenfassung

Eine selbstlernende Karte wurde gemäß Anforderungen programmiert, getestet und dokumentiert. Als Ansteuerung wurde eine einfache Mäanderfahrt implementiert. Nun kann die Mähstrategie anhand dieser Karte in Echtzeit visualisiert werden.

Link zum Quelltext in SVN

SVN: ArduMower Softwareprojekt



→ zurück zum Hauptartikel: Projekt ArduMower