Unimog U5023
Beschreibung
Der Unimog U5023 ist ein Fahrzeug von Mercedes Benz Special Trucks mit hoher Geländegegängigkeit und vielfältigen Einsatzmöglichkeiten.
Der Unimog zeichnet sich durch extreme Geländegängkeit und viele Freiheitsgrade, wie Differentialsperren, Reifendruckregelanlage, hohe Gangzahl, Rahmen- sowie Achsverwindung und Portalachsen aus. Dies macht ihn besonders interessant für Forschungsanwendungen, da Geländebereiche zugänglich werden, die in bisherigen Forschungsprogrammen noch nicht berücksichtigt werden konnten. Im Gegensatz zu On-Road Anwendungen, ist die autonome Off-Road Navigation derzeit noch ein ungelöstes Forschungsproblem mit hohen technischen Hürden. Dennoch sind rechtliche Regularien für den autonomen Nutzfahrzeugbetrieb in unstrukturiertem Gelände abseits der Straße niedriger, wodurch sich Konzepte früher vermarkten lassen.
Kernforschungsthemen, welche mit Hilfe des Unimogs bearbeitet werden, sind die Entwicklung von robusten Perzeptionssystemen, die eine Erkennung und Bewertung von Wegen oder Passagen sowie statischen und dynamischen Hindernissen bereitstellen. Weiterhin werden biologisch motivierte Verfahren zur Lokalisation und allgemeinen Qualitätseinschätzung der Sensorik angewandt. Inbesondere in unstrukturierten Umgebungen ist ein Robotersystem häufig von verrauschten und fehlerbehafteten Sensormessungen negativ beinflusst und gestört. Eine Berücksichtiung von dynamisch ändernder Sensordatenqualität in der Navigation erlaubt ein besseres reagieren auf wechselnde Umwelteinflüsse. Somit kann eine Wegplanung Gefahrenquellen wie Löchern, Hindernissen, Wegrutschen, Kippen vermeiden.
Im Rahmen des Projekts wurde der U5023 aufwendig technisch umgerüstet, so dass er mit einem neuen Lenk-, sowie Bremssystem vollständig autonom gesteuert werden kann. Sensorik überwacht das gesamte Fahrzeugumfeld, sodass sichere Trajektorien in unstrukturierten Umgebungen berechnet werden können. Weiterhin wurde eine komplexe Simulation des Unimogs erstellt, welche sämtliche Freiheitsgrade und Charakteristiken des Fahrzeugs berücksichtigt. Somit können riskante Manöver in schwerem Gelände vorab simuliert getestet werden bevor die Steuerungssoftware real zum Einsatz kommt.
Kontakt
Bilder
Videos
Veröffentlichungen
Sortiere nach: Autor, Jahr, Titel
- Exploring Image Fusion Techniques for Off-Road Semantic Segmentation in Harsh Lighting Conditions. A Multispectral Imagery Analysis.
Proceedings of the 21st International Conference on Ubiquotous Robots (UR2024), (2024) - Evaluating the Robustness of Off-Road Autonomous Driving Segmentation against Adversarial Attacks. A Dataset-Centric analysis.
arXiv, (2024) - Evaluation of Robustness of Off-Road Autonomous Driving Segmentation against Adversarial Attacks. A Dataset-Centric Study.
Proceedings of the 23rd International Conference on Autonomous Agents and Multiagent Systems, Nr. 3, S. 2237 - 2239. (2024) - Implementation of Off-Road Panoptic-Segmentation under dynamic lighting conditions.
Proceedings of 23rd International Conference on Machine Learning and Applications (ICMLA 2024) (To appear), (2024) - Understanding nature step-by-step. towards off-road environment perception for autonomous driving.
Proceedings of 6th Young Researchers Symposium (YRS 2024), (2024) - Aktuelle Forschung im Bereich des autonomen Fahr- und Arbeitsbetriebs von Nutzfahrzeugen.
Jahresmagazin AUTOMATION + ROBOTIK, S. 48 - 53. (2023) - Global map generation using local feature grid maps for autonomous vehicles in frequently changing off-road environments.
18th International Conference on Intelligent Autonomous Systems (IAS 2023), (2023) - Navigating Off-roads. Using Deep neural Networks for Rock detection in off-road Autonomous Driving with Unimog.
20th International Conference on Ubiquitous Robots (UR 2023), (2023) - Off-Road Trajectory Generation.
(2023) - Reverse-Engineering of Behavior-Based Robot Components.
18th International Conference on Intelligent Autonomous Systems (IAS 2023), (2023) - Robust Autonomous Off-Road Navigation Incorporating Self-Learned, Higher-Level Map Knowledge.
(2023) - Simulation-based tool for testing autonomous vehicles.
(2023) - Simultaneous top-down and bottom-up perception for autonomous off-road driving.
2023 International Conference on Robotics and Automation (ICRA), (2023) - Cognitive Processing in Behavior-Based Perception of Autonomous Off-Road Vehicles.
(2022) - Disturbance Detection in LiDAR Data.
(2022) - Disturbance and Particle Detection in LiDAR Data.
48th Annual Conference of the IEEE Industrial Electronics Society (IECON 2022), (2022) - Filtering of Laser Scanner Point Clouds Tainted by Rain or Snow.
(2022) - Human-inspired cognitive processing for robust autonomous off-road driving.
5th Young Reseachers Symposium 2022, S. 35. (2022) - Traction Control of Autonomous Off-road Vehicle using Semantic Segmentation and Offline-maps.
(2022) - Traction optimization for robust navigation in unstructured environments using deep neural networks on the example of the off-road truck Unimog.
17th International Conference on Intelligent Autonomous Systems – IAS-17, S. 191 - 208. (2022) - Tree-Based Localization and Mapping in Rough Forest Environments for Autonomous Off-Road Vehicles.
(2022) - Universelle Nutzfahrzeugkonzepte zum autonomen Arbeiten in herausfordernden Umgebungen. Ein Zwischenbericht zum Projekt »Autonome Arbeitsmaschine für den Einsatz in Anwendungen wie Katastrophenschutz/ Feuerwehr, Forstwirtschaft und Weinbau«..
CVC News, Vol. 2, S. 20 - 24. (2022) - Autonome Navigation und Umfelderkennung eines Unimogs in unstrukturiertem Terrain.
Tagungsband DWT-SGW Forum Unmanned Systems VIII, S. 30. (2021) - Autonomes Arbeiten mit dem Unimog. Umrüstung für Arbeitseinsätze im Katastrophenschutz, bei Feuerwehr, Forstwirtschaft, Weinbau und Deponie.
CVC News, Vol. 2, S. 8 - 10. (2021) - Data-fusion for robust off-road perception considering data quality of uncertain sensors.
IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS), S. 6853 - 6860. (2021) - Towards effective Rock detection in Off-Road environments for Autonomous Navigation.
(2021) - Advanced scene aware navigation for the heavy duty off-road vehicle Unimog.
The 9th International Conference on Advanced Concepts in Mechanical Engineering – ACME 2020. IOP Conference Series, Vol. 997, S. 1 - 18. (2020)
DOI: 10.1088/1757-899x/997/1/012093 - Autonome Off-Road Navigation von Nutzfahrzeugen. Erfahrungsbericht und Testergebnisse des CVC-Leitprojekts zum autonomen Fahrbetrieb von Nutzfahrzeugen im Off-Road-Bereich.
CVC News, Vol. 1, S. 4 - 10. (2020) - Autonomous Off-Road Navigation using Near-Feature-Based World Knowledge Incorporation on the Example of Forest Path Detection.
Preprint submitted to Robotics and Autonomous Systems, (2020) - Wenn Autos fahren wie von Geisterhand. Off-Road-Bereich wird zur Herausforderung / Nutzen wäre aber enorm.
KOMMUNALtopinform, Vol. 4, S. 62 - 63. (2020) - Behavior-Based Control for Safe and Robust Navigation of an Unimog in Off-Road Environments.
Commercial Vehicle Technology 2018. Proceedings of the 5th Commercial Vehicle Technology Symposium – CVT 2018, S. 63 - 76. (2018) - Behavior-Based Low-Level Control for (semi-) Autonomous Vehicles in Rough Terrain.
Proceedings of ISR 2018, S. 386 - 393. (2018) - Local Behavior-Based Navigation in Rough Off-Road Scenarios based on Vehicle Kinematics.
2018 IEEE International Conference on Robotics and Automation (ICRA), S. 719 - 724. (2018)
DOI: 10.1109/ICRA.2018.8460631 - Modelling and Simulation of Behaviour-Based Differential and Slippage Control for Unimog.
(2018) - Multi Feature Maps for Autonomous Off-Road Navigation in Rough Environments.
(2018) - Ontologies for Situation-Aware, Autonomous Navigation in Challenging Off-Road Environments.
(2018) - Autonomie in unwegsamem Gelände. Aktuelle Zwischenergebnisse des CVC-Leitprojekts zum autonomen Fahrbetrieb von Nutzfahrzeugen im Off-Road Bereich.
CVC News, Vol. 2, S. 8 - 11. (2017) - Behavior-Based Gear Control for Rough Off-Road Environments.
(2017) - Behavior-Based Navigation for Stuck Vehicles in Rough Off-Road Environments.
(2017) - Geländerekonstruktion basierend auf 3D-Punktwolken.
(2017)