NXP Cup EMEA 2019 - Teil 3 Spannendes Finale

Von 160 gemeldeten Teams haben es dieses Jahr 19 ins Finale in Erlangen geschafft. Auch das polnischen Team KAW4Wheels (im Bild) gehörte zu den Finalisten.

Endrunde beim diesjährigen NXP Cup EMEA: Die besten Teams haben sich auf nach Bayern gemacht, um dort an zwei aufregenden Tagen um den Titel zu kämpfen.

Es ist durchaus denkbar, dass die autonomen Fahrzeuge, die wir in Zukunft nutzen werden, von einigen Teilnehmern des diesjährigen NXP Cup EMEA entwickelt werden. Die Studenten haben im Verlauf des Wettbewerbs viel Talent und Einfallsreichtum bewiesen.

Nach sechs Qualifikationsrunden in der Tschechischen Republik, Frankreich, Deutschland, dem Libanon, Marokko und Rumänien erreichten die 19 besten Teams nun endlich das mit Spannung erwartete Finale, das am 29. und 30. April am Fraunhofer-Institut für Integrierte Schaltungen IIS in Erlangen stattfand. Das Siegerteam konnte sich in diesem Jahr über eine Reise zur NXP Connect, die Mitte Juni dieses Jahres in Santa Clara, Kalifornien, stattfindet, freuen.

Kampf der Miniflitzer

Auch im Finale in Erlangen brannten die verbliebenen Teams darauf, die neuen Änderungen und Verbesserungen an ihren autonomen Modellautos im Maßstab 1:18 vorzustellen und die vier anspruchsvollen Aufgaben zu meistern, die das NXP Semiconductor-Projektmanagementteam ihnen stellte. Beeindruckend waren vor allem die neuen Sensorerweiterungen, mit denen die Fahrzeuge ausgerüstet wurden, um Hindernisvermeidung und Drehzahlregelung zu verbessern.

Das Team GRKBrain aus dem Kosovo optimierte etwa seine für die NXP Cup-Qualifikationsrunde in München entwickelten Algorithmen weiter. Das Team nutzte dazu seinen RPLIDAR A2, der mit der Standardversion des ARM Cortex-0+ Mikrocontrollers FRDM-KL25Z von NXP verbunden war. Damit erzielte das Team bei der Hindernisvermeidung eine unübertroffene Leistung.

Team SlowFox von der Masaryk University (in Brno, Tschechische Republik) konzentrierte sich dagegen auf eine verbesserte Rechenleistung durch ein Upgrade der Freedom-Entwicklungsplattform FRDM-K66F von NXP. Das Team setzte zudem auf mbed-zertifizierte Boards, die sich einfach programmieren lassen.

Für ein präsziseres Fahrverhalten führte Sensorfusion Daten aus einem digitalen 3-Achsen-Gyroskop vom Typ FXAS21002 sowie Magnetometer- und Beschleunigungsmesserdaten aus einem 6-Achsen-Sensor des Typs FXOS8700CQ zusammen. Das Team verwendete außerdem Drehgeber, um die Drehzahl der zwei Bürstenmotoren korrekt zu messen. So konnte die Drehzahlregelung optimiert und außerdem ein verbessertes elektronisches Differenzial erzielt werden. Außerdem verbesserte sich die Kurvenfahrt des Fahrzeugs.

Andere Rennautos wie das des Teams Hall-9001 (von der University of West Attica, Griechenland) nutzten zum Ausweichen vor Hindernissen den optischen Sensor 28041 von Parallax sowie zur Geschwindigkeitsregelung Hall-Sensoren des Typs TLE4935L von Infineon.

Herausforderung Hindernissvermeidung

Da die zusätzlichen Herausforderungen wie Hindernisvermeidung, Geschwindigkeitsbegrenzungen und die Achter-Schleife beim NXP Cup höchste Präzision beim Fahren erfordern, entschied sich das Team KAW4Wheels (von der AGH University of Science and Technology, in Krakau, Polen) für ein benutzerdefiniertes Board. Dieses umfasst einen ARM Cortex-M7-Mikrocontroller MKV58F1M0VLQ24 von NXP mit einer Taktfrequenz von 220 MHz. Die Gleitkommaeinheit (Floating Point Unit, FPU) ermöglichte eine bessere Rechengenauigkeit und -geschwindigkeit als das im Standard-Kit enthaltene Board FRDM-KL25Z. Der Cortex-M7-Kern bietet die erforderliche Rechenleistung, um die Signale von zwei Drehgebern (jeweils einer pro Bürstenmotor) zu verarbeiten.

Ein Array aus vier HC-SR04 Ultraschallsensorenvon OSEPP Electronics war entscheidend beim Umsteuern von Hindernissen und bot präzise Steuerung auf der Strecke mit Geschwindigkeitsbegrenzungen. Das Team erzielte den zweiten Platz bei der Achter-Schleife und Platz 3 in der Gesamtwertung.

Kopf-an-Kopf-Rennen um den Titel

Die großen Gewinner der Veranstaltung waren jedoch die zwei Teams der Haute-Ecole Arc Ingénierie (Schweiz), die sich ein Kopf-an-Kopf-Rennen um den Titel des NXP Cup EMEA 2019 lieferten. Die Autos beider Teams ArCar1 und ArCar2 ähnelten sich zwar in ihrer äußeren Form, verfügten jedoch jeweils über speziell angepasste Boards.

ArCar2 war mit einem Paar CMOS-Kameras des Typs MLX75306 von Melexis ausgestattet, eingerahmt von vier roten LED-Emittern. Diese halfen bei den wechselnden Lichtverhältnissen während des Rennens. Eine Kamera war auf Weitsicht fokussiert zur Erkennung der vorausliegenden Rennstrecke, während die andere auf den Nahbereich eingestellt war und Bilddaten von der Fahrzeugfront zur Unterstützung der Lenkung bot. Die Signale aus diesen Geräten wurden dann über eine Kinetis-MCU MK64FN1M0VLL12 von NXP verarbeitet. Zur Drehzahlerfassung kam ein Sensor des TypsSS443R von Honeywell zum Einsatz. Während der Trainingseinheiten ermöglichte ein WLAN-Modul vom Typ RS9110-N-11-22 von Redspine außerdem den Abruf von Diagnosedaten.

Leider konnten Matthey Johan und Arfa Hakim vom Team ArCar2 keine Punkte bei der Achter-Schleife erzielen, da das Fahrzeug ständig von der Spur abkam. Das Team schnitt jedoch in allen anderen Wettkampfdisziplinen gut ab, sodass es bei der Gesamtwertung dennoch den zweiten Platz belegte. Matthey und Arfa konnten sich daher über den Gewinn eines Elektronikkits von Mouser freuen, das ihnen bei der Vorbereitung auf den Wettbewerb im nächsten Jahr sicherlich eine Hilfe sein wird.

Gewinner des diesjährigen NXP Cup EMEA wurden Romain Donzé und Alexandre Mäder mit ArCar1. Ihr Fahrzeugmodell war nahezu identisch mit dem des gegnerischen Teams ihrer Hochschule, verfügte jedoch nur über zwei statt vier LEDs zur Fahrbahnbeleuchtung. Das Rennauto bewältigte den Parcours beim Zeitfahren in 20,3 Sekunden und erreichte bei allen zusätzlichen Aufgaben die maximale Punktzahl. Damit sicherte sich das Team ArCar1 den ersten Platz beim diesjährigen Wettkampf der »Miniflitzer«.

Nach dem Wettbewerb waren sich die Mitglieder der beiden schweizerischen Teams einig, dass sie vor allem gelernt hatten, die Möglichkeiten sämtlicher Bauteile vollständig zu nutzen und jeweils das Beste herauszuholen, um eine maximale Leistung zu erzielen.