Sommerfest der Fachschaft 2022

Liebe IWInet-Mitglieder,

IWInet möchte Sie auf folgendes hinweisen:

Zum Abschluss des Semesters veranstaltet die Fachschaft der Fakultät Informatik und Wirtschaftsinformatik ein Sommerfest am Standort Sanderheinrichsleitenweg. Termin: Samstag, 30.07.2022 ab ca. 15 Uhr.

Falls Sie Zeit haben, dazu zu kommen, wünschen wir Ihnen viel Spass.

Insgesamt wünschen wir Ihnen eine angenehme und erholsamme Urlaubszeit.

Mit sommerlichen Grüssen

Ihr IWInet Team

IWInet unterstützt das Team von Mainfranken Racing mit Sponsoring

Das Mainfranken Racing Team (abgek.: MFR) ist das offizielle Formula Student Team der Hochschule Würzburg – Schweinfurt. Diesem gehören im Moment zirka 25 aktive Studierenden verschiedenster Semester und Fachrichtungen an. Studierende können dem Verein unabhängig von Studiengang und Studiensemester beitreten. Aktuell sind auch Studierende der Fakultät für Informatik und Wirtschaftsinformatik im Team beteiligt, weshalb der IWInet Verein die Anschaffung zweier Sensorik-Komponenten finanziell unterstützte.

Die Formula Student ist ein Konstruktionswettbewerb, bei dem Studierende mit einem selbst konstruierten und gebauten Formelrennwagen gegeneinander antreten. Sie folgen bei der Konstruktion einem gemeinsamen Reglement, das jährlich von der Society of Automotive Engineers herausgegeben wird. Zum ersten Mal wurde ein Formula Student Wettbewerb 1981 in Michigan ausgetragen. In Deutschland wird die Formula Student seit 2006 jedes Jahr vom VDI – Verein Deutscher Ingenieure organisiert und findet am Hockenheimring statt. Durch die vielfältige Bewertung in der Formula Student gewinnt das Team, welches das beste Gesamtpaket aus Konstruktion, Rennperformance, Finanzplanung und Verkaufsargumenten vorzuweisen hat. Die Teams treffen sich bei den Events, um ihre Arbeit einer Fachjury, bestehend aus Experten der Motorsport-, Automobil und Zulieferindustrie zu präsentieren. Weltweit gibt es mehr als 500 Teams, die auf professionell organisierten Formula Student Events gegeneinander antreten.

Die Fahrzeuge werden in die Kategorien Verbrennungsmotor (combustion vehicle), elektrischer Antrieb (electrical vehicle) und fahrerloses bzw. autonomes Fahrzeug (driverless vehicle) unterteilt. Da sich die Wettbewerbe stark an den aktuellen Entwicklungen und Trends der Automobilindustrie orientieren, steht das Team der FHWS ebenfalls vor der Herausforderung einen autonomen Rennwagen zu bauen und zu entwickeln. Dafür wurde von motivierten Studierenden , vor allem aus der Fakultät Informatik und Wirtschaftsinformatik, das Pilotprojekt „Driverless“ gestartet. Dieses umfasst aktuell zwei große Komponenten.

Abbildung 1: Mitglieder des Mainfranken Racing Teams aus der Fakultät Informatik
(Sebastian Baader, Samuel Schneider, Angelina Krapf, Tamara Bergerhoff)

Zur Erkennung des Fahrbahnrandes stehen im Wettbewerb vier verschiedene Arten von Pylonen zur Verfügung (s. Abb. 2). Eine Kamera erkennt anhand der Farben die linke (blaue Pylonen) und rechte (gelbe Pylonen) Fahrbahnbegrenzung. Der Anfang und das Ende der Rennstrecke wird mit 2 unterschiedlich hohen orangen Pylonen begrenzt und erkannt. Im Rahmen einer Bachelorarbeit wird mit Hilfe der vom IWInet gesponsorten Stereokamera ZED 2i (s. Abb. 1 r.) ein neuronales Netz trainiert, um die Pylonen sicher zu erkennen und eine Position relativ zur Kamera und damit der des späteren Fahrzeugs auszugeben.

Abbildung 2: Eine von 4 Stecken während der Wettbewerbe (Quelle: https://www.formulastudent.de/fsg/rules/)

 

Um die zweite Komponente zu realisieren, befasst sich eine Projektgruppe im Rahmen der im 6. Semester anstehenden Projektarbeit mit der Entwicklung der Bausteine Pfad Planung, SLAM (Simultanious Localisation and Mapping) und ersten Fahralgorithmen. Dabei wird der öffentlich zugängliche Formula-Student-Driverless-Simulator verwendet, welcher in Form eines Repositorys auf GitHub zu finden ist. Dieser simuliert alle zur Entwicklung benötigten Schnittstellen. Die im Simulator entwickelte Software soll zukünftig mit der Bachelorarbeit kombiniert werden, um Tests mit realen Daten durchzuführen. Da in Zukunft die Software bereits im Teststadium schon in das Fahrzeug verbaut wird, wird zur Sicherheit ein remote Not-aus benötigt, der das Bremssystem automatisch aktiviert. Auch hier unterstützt IWInet und ermöglichte dem Verein die Finanzierung eines Remote Emergency Systems (abgek.: RES) (s. Abb. 1 l.).

Ohne die beiden gesponserten Komponenten wäre die Realisierung des autonomen Rennwagens undenkbar. Deshalb möchten wir uns an dieser Stelle im Namen des gesamten Vereins nochmals herzlich bei IWInet bedanken.

4. Praktikumsbörse 2022

Am 16. März fand die 4. von IWInet organisierte Praktikumsbörse für die Studierenden der Studiengänge Informatik, Wirtschaftsinformatik und e-Commerce statt. Auf Grund der noch unsicheren Lage der Corona Pandemie wurde diese erneut als online Format durchgeführt.

Sowohl bei den Unternehmen als auch bei den Studierenden hat die Börse großen Anklang gefunden. So stellten sich ca. 25 regionale und überregionale Unternehmen den ca. 150 Studierenden vor. Anschließend konnten sich die Studierende und Unternehmensvertreter über Praktikumsmöglichkeiten, Werksstudententätigkeiten und Bachelorarbeitsthemen austauschen. Sowohl Unternehmen als Studierende zogen eine sehr positive Bilanz und so  werden in den nächsten Wochen einige Verträge abgeschlossen werden.

Die nächste Praktikumsbörse ist für Mitte März 2023 geplant.

Jahrestagung 2021

Die IWInet-Jahrestagung 2021 fand am 29. Oktober 2021 im Julisspital Würzburg statt.
Dekan Peter Braun berichtete Neues aus der Fakultät. Die neuberufenen Professoren waren anwesend und stellten sich und ihre Lehrgebiete vor.

Im Anschluss wurden erfolgreiche studentische Projekte präsentiert, bevor es zum Höhepunkt des Abends kam und die Preisträger des Programmierprojektes 2021 geehrt wurden.

Im Anschluss fand dann die übliche Weinprobe statt.

 

Die Jahrestagung 2022 findet voraussichtlich am 21. Oktober statt.

 

IWInet finanziert Preise für den Wettbewerb um das autonome Fahren

 

Autonom fahren – diese Möglichkeit konnten Master- und Bachelorstudierende ausprobieren. Mit sogenannten JetBots bzw. JetRacern, Bausätzen für Künstliche Intelligenz-Fahrzeuge, sollten mittels Frontkamera Alltagssituationen im Straßenverkehr korrekt erkannt und angemessen reagiert werden. Bei den Studierenden im Bachelor ging es um sensorbasierte Spurverfolgung und vor allem Geschwindigkeit.

Vierzehn Masterstudierende des Studiengangs Informationssysteme an der Hochschule für angewandte Wissenschaften Würzburg-Schweinfurt nahmen an der Lehrveranstaltung teil, die mit einem ersten Wettbewerb endete. Während des Wintersemesters hatten sie ab Oktober im Kurs „Machine Learning“ unter der Leitung der Professoren Dr. Balzer und Dr. Deinzer daran gearbeitet und programmiert, die JetBots und JetRacer autonom in gängigen Verkehrssituationen fahren zu lassen: So mussten die Fahrzeuge über Kameras beispielsweise die Spur halten, Verkehrsschilder erkennen, am Fahrbahnrand stehende Passant*innen bemerken und die Fahrgeschwindigkeit entsprechend drosseln.   

Im abschließenden Wettbewerb, bei denen jedes Fahrzeug mehrmals einen Parcours zu durchfahren hatte, zählten folgende Wertungskriterien:

  • Das Erkennen und Berücksichtigen definierter Objekte wie Straßenschilder und Personen an der Fahrbahn in der Programm-Logik. Neben der Einsatz von Neuronalen Netzen war auch die klassische Mustererkennung möglich.
  • Das Vermeiden menschlichen Eingreifens statt des autonomen Fahrens – dies kostete Strafzeit.
  • Die Gesamtfahrzeit
  • Der Energieverbrauch der CPU (Prozessorauslastung) und des GPU (Grafikprozessor) wurde (noch) nicht gewertet.

Zum Hintergrund:

Moderne Fahrzeuge verfügen über zahlreiche Assistenzsysteme, die das Fahren sicherer machen und die Fahrer*innen entlasten sollen. Die verwendeten künstlichen neuronalen Netze „lernen“ die (hoffentlich) richtigen Entscheidungen zu treffen. Nicht klar sei, was genau diese neuronalen Netze aufnehmen und wie sie das Gelernte umsetzen und anwenden.

Herausforderungen seien bewusste Störungen der Systeme durch dritte, beispielsweise „one-pixel attacks“: Dabei reicht u.U. ein Bildpunkt, um in tiefen neuronalen Netzen Täuschungen hervorrufen. Assistenzsysteme können gehackt, getäuscht, irritiert werden, und das kann entsprechend zu Fehlfunktionen und Unfällen führen. Über Simulationen werde versucht, Fahr- sowie Lernprozesse von neuronalen Netzen auszuprobieren und zu lernen, um die einzelnen Schritte im Straßenverkehr zu optimieren.

Auf einer zweiten Rennstrecke ging es vor allem um Geschwindigkeit. Vergleichbar zur MCU-Car-Rally, die normalerweise in Nürnberg im Rahmen der Weltleitmesse „Embedded World“ stattfindet, jedoch in diesem Jahr pandemie-bedingt ausfällt, bauten die Bachelor-Studierenden eine Strecke im Gebäude am Sanderheinrichsleitenweg auf, um dort ihre Fahrzeuge fahren zu lassen.

Hier ging es darum, sensorgesteuerte Modellrennwagen auf einem festgelegten Parcours mittels Spurverfolgung möglichst fehlerfrei und schnell ins Ziel zu bringen. Die Sensoren bestehen aus Arrays von IR-LEDs und Fotodioden. Eine vergleichbare Technik wird in modernen Autos eingesetzt (Lane Assist).

Kein Wettbewerb ohne Gewinner und Preise: Die besten Teams erhielten Büchergutscheine, gesponsert von IWInet, dem Alumninetzwerk der Fakultät für Informatik und Wirtschaftsinformatik.