Wie man aus einem ferngesteuerten Auto ein Donkey Car macht

Ein "Donkey Car" ist ein selbstfahrendes Auto im Miniformat, ein ferngesteuertes Auto, das trainiert wird, um eigenständig einen Parcours bewältigen zu können. Im Rahmen der Themenwochen KI findet der Open Workshop "Donkey Training" statt, bei dem BesucherInnen mithilfe Künstlicher Intelligenz einem Roboauto das autonome Fahren beibringen können. Wir haben eine Schritt-für-Schritt-Anleitung für euch zusammengestellt, wie das genau funktioniert.

| | |

Esel gehören zu den frühesten domestizierten Packtieren, sie sind stur aber sehr kinderfreundlich und doch hat das Wort „Esel“ eine negative Bedeutung. Die perfekte Bezeichnung für ein selbstfahrendes Spielzeugauto, fanden die GründerInnen von „Donkey Car“. Donkey ist ein Open Source Projekt einer Gruppe Ehrenamtlicher, die eine gemeinsame Begeisterung für selbstfahrende Autos teilen – und diese auch selbst bauen wollen. Dafür stellen sie Material und Anleitungen zur Verfügung oder veranstalten Rennen, um sich stetig zu verbessern. Die Community wächst, weltweit werden die Fans mehr. Auch im Ars Electronica Center gibt es bereits einige AnhängerInnen der kleinen Robocars und dieses Wissen wollen wir im Machine Learning Studio weitergeben.

Im Rahmen der Themenwochen KI, die noch bis 2. Februar unser Haus unter einen gemeinsamen Fokus stellen, findet der Open Workshop „Donkey Training“ statt. Mithilfe Künstlicher Intelligenz bringen wir einem Roboterauto in weniger als drei Stunden das autonome Fahren bei. Nachdem das Auto – oder besser gesagt die Künstliche Intelligenz – von uns mit Daten gefüttert wurde, wie es den Parcours meistern kann, übertragen wir dieses „Wissen“ dem Autopiloten und kontrollieren, ob das Auto tatsächlich unseren antrainierten Anweisungen folgt.

Aber wie funktioniert das genau? Wie trainiert man ein herkömmliches ferngesteuertes Auto so, dass es zu einem selbstfahrenden Donkey Car wird? Wir haben vorab die wichtigsten Schritte für euch zusammengefasst:

1. Die Basis

Als Basis für ein Donkey Car dient ein handelsübliches ferngesteuertes Auto. Empfohlen wird von Donkey Cars allerdings, auf eines von vier Modellen des Herstellers Exceed zurückzugreifen. Diese bieten die besten Voraussetzungen für den Umbau zum Donkey Car, außerdem werden sie von der Community unterstützt und sind voll kompatibel. Angeboten werden sie via Amazon, auf der Website findet man exakte Einkaufslisten. Außerdem bietet die Plattform Donkey Kits an, die alles beinhalten, was man zusätzlich noch für ein Donkey Car braucht.

„Du kannst alle Teile für circa 250 USD auf Amazon kaufen und es dauert circa zwei Stunden, um alles zu montieren“, verspricht Donkey Car.

Ein handelsübliches ferngesteuertes Auto. Credit: Ars Electronica / Magdalena Sick-Leitner

2. Der Umbau

Zusätzlich zu dem ferngesteuerten Auto wird ein Raspberry Pi Computer benötigt, ein Einplatinencomputer im Kreditkartenformat, der zur Aufnahme von Bilddaten mit einer Weitwinkelkamera ausgestattet ist. Ebenfalls benötigt wird die Deep-Learning-Bibliothek „Donkey“, die von Donkey Car zur Verfügung gestellt wird. Sie basiert im Wesentlichen auf der Programmiersprache Python.

Das Auto wird um einen Raspberry Pi ergänzt. Credit: Ars Electronica / Magdalena Sick-Leitner

Die einzelnen Komponenten müssen dann richtig zusammengebaut werden, dafür stellt Donkey Car ebenfalls zahlreiche Anleitungen, wie zum Beispiel diese, zur Verfügung:

3. Die Erweiterung

Unsere sogenannten Techtrainer, eine Kombination der Berufe TechnikerIn und InfotrainerIn, erklären im Machine Learning Studio den BesucherInnen Technologien wie etwa die selbstfahrenden Modellautos. Gleichzeitig erarbeiten sie aber auch neue Lösungen, wie im Fall der Donkey Cars: Stetig werden die Fahrzeuge weiterentwickelt und an ihnen herumgetüftelt, sie werden mit neuen, 3D-gedruckten Verkleidungen versehen oder ihre Akkulaufzeit verlängert, indem eine externe Powerbank verbaut wurde.

Techtrainer im Machine Learning Studio. Credit: Ars Electronica / Martin Hieslmair

4. Der Controller

Die Donkey Cars im Machine Learning Studio werden mittels eines handelsüblichen PS3-Controllers gesteuert, alternativ könnte man aber auch eine App oder einen beliebigen anderen Joystick verwenden. Man verbindet sich über SSH, eine verschlüsselte Netzwerkverbindung, mit Raspberry Pi und öffnet eine Art „Ordner“, um Python zu starten. Python wiederum verbindet sich mittels Bluetooth mit dem Playstation Controller, um das Roboterauto fernsteuern zu können.

Der Raspberry Pi wird mit einem PS3-Controller verbunden. Credit: Ars Electronica / Magdalena Sick-Leitner

5. Das Sammeln der Daten

Anschließend steuern wir das Robocar durch den Parcours, um Daten aufzuzeichnen. In der Bedienung ändert sich nichts im Vergleich zum Fahren mit einem herkömmlichen ferngesteuerten Auto. Die benötigten Daten, die während des Fahrens gesammelt werden, sind einerseits Fotos, andererseits Informationen zu Geschwindigkeit und Radablenkung. Je besser die Daten sind, beziehungsweise je genauer man dem angestrebten Kurs folgt, umso besser wird das Donkey Car anschließend in der Lage sein, alleine die Strecke zu bewältigen.

Das Lenken des Fahrzeugs zum Sammeln von Daten. Credit: Ars Electronica / Magdalena Sick-Leitner

6. Das Übertragen der Daten

Die KI „entscheidet“, wann sie genug Daten gesammelt hat. Circa nach 10.000 Fotos oder einer Fahrdauer von 15 Minuten kann man davon ausgehen, dass die Informationen ausreichen, um die KI zu trainieren. Zu schnelles Fahren ist nicht förderlich, weil dann die Fotos verschwimmen – die Fotos sind sehr grob aufgelöst. Besser ist es, genauer und dafür langsamer zu fahren. Anschließend werden die Daten auf einen stärkeren Rechner übertragen, um dort das Training zu starten. Die Rechenleistung des Raspberry Pi ist dafür zu gering.

Das Sammeln der Daten. Credit: Ars Electronica / Magdalena Sick-Leitner

7. Das Training

Trainiert wird in dem eingangs bereits erwähnten, von Donkey Car zu Verfügung gestellten Open Source Programm, basierend auf Python. Das Training erfolgt in Epochen, Ziel ist es, die Fehlerquote zu reduzieren, bis eine gleichbleibende Kurve entsteht. Das Ende des Trainings ist erreicht, wenn keine wesentliche Veränderung mehr zu erreichen ist.

Trainieren des Donkey Cars am Computer. Credit: Ars Electronica / Magdalena Sick-Leitner

8. Das Fahren

Nach abgeschlossenem Training ist das Donkey Car in der Lage, selbstständig den Parcours zu fahren. Man könnte unterm Fahren wiederum Daten sammeln, um anschließend weiter zu trainieren. Das Fahren funktioniert, indem das System Bilder von der Kamera abfragt und diese ständig mit den gespeicherten Daten vergleicht. So ist es auch zu erklären, dass das Robocar anfangs noch etwas holprig fährt und im Laufe der Zeit „besser“ wird, ohne aber dazwischen zu trainieren: Die Datenabfrage funktioniert schneller. Eine markierte Strecke ist übrigens nicht unbedingt notwendig: Das Donkey Car könnte auch trainiert werden, um Hindernisse wie Sessel oder Hütchen herumzufahren.

Das Donkey Car fährt selbstständig durch den Parcours. Credit: Ars Electronica / Robert Bauernhansl

Selbstfahrende Autos trainieren, mithilfe von KI-Algorithmen Musik produzieren, einen Computerflügel erleben, der von menschlichen PianistInnen gespielte Stücke aufnehmen und präzise reproduzieren kann oder mehr über ein neuronales Netzwerk erfahren, das Musik á la Beatles komponiert. Von 14. Jänner bis 2. Februar 2020 widmet sich das Ars Electronica Center mit ExpertInnengesprächen, speziellen Führungen, Workshops und Deep-Space-Präsentationen dem Thema „Künstliche Intelligenz – die Revolution hinter dem Hype“. Das ganze Programm: https://ars.electronica.art/center/de/theme-artificial-intelligence/

Um mehr über Ars Electronica zu erfahren, folgen Sie uns auf FacebookTwitterInstagram und Co., abonnieren Sie unseren Newsletter und informieren Sie sich auf https://ars.electronica.art/.