Modelle 8-10: Fahrerloses Transportfahrzeug

Sicher unterwegs im Parcours

Klassenstufe
11-13
Zeitaufwand
2-3 Doppelstunden pro Lerneinheit (erweiterbar bis zu 13 DS)
Schwierigkeitsgrad
Modell: mittel, Programmierung: leicht bis schwer
Modellart
Tischmodell für fahrerlose Transportfahrzeuge

MODELLBESCHREIBUNG / AUFGABE

Die Schülerinnen und Schüler (SuS) planen und realisieren fahrerlose Transportfahrzeuge (FTF), die sie Schritt für Schritt mit weiterer Sensorik und intelligenter Steuerung versehen. Ausgehend von einem Grundfahrzeug mit Encodermotoren, das definierte Strecken und Drehungen ausführt sowie erstes Linienfolgen mithilfe eines Spursensors bewältigt, über ein FTF mit Ultraschallsensor zur Kollisionsvermeidung sowie USB-Kamera zur Interaktion mit Farbflächen bis hin zum Regelkreis gesteuerten oder sogar KI-gestützten Linienfolgen entwickeln sich die Modelle fort – und damit auch die Ansprüche an Aufbau, Verdrahtung und Programmierung.

Die SuS lernen Zustandsübergangsdiagramme für Fahrzustände zu erstellen und Sensordaten gezielt zu lesen und zu verwenden. Aus den Eigenschaften und Messwerten der Sensoren ermitteln sie passende Fahr- und Lenkgruppen, definieren Variablen für Weg- und 
Winkelsteuerung sowie Reaktionszeiten für sichere Kurskorrekturen. 

Aus den so festgelegten Zuständen und Parametern entwickeln die SuS zunächst regelbasierte Steuerprogramme mit Variablen, Unterprogrammen und Zustandslogik; anschließend konfigurieren und trainieren sie ein neuronales Netz für ein Regressionsproblem, das 
aus Sensoreingängen geeignete Motorgeschwindigkeiten vorhersagt und als Differenzierung um den Abstandssensor erweitert wird. Die Tauglichkeit prüfen die SuS in Fahrversuchen auf dem Parcours – Geradeauslauf, Spurhalten, Ausweichen und Farbflächen-Reaktionen – 
und verbessern ihre Lösungen durch systematische Fehlersuche und Geschwindigkeitsoptimierung.

ALLTAGSBEZUG

Die sensorbasierte Steuerung eines Fahrzeugs ist den SuS aus dem Technik- oder Informatikunterricht und ihrem Alltag vertraut. Bekannte Anwendungen sind Tempomat und Spurhalteassistent im Auto, E-Scooter mit Sensorik sowie Saugroboter, die Linien folgen und Hindernisse meiden.

Die Einbettung in einen realitätsnahen Mobilitätskontext schafft hohe Motivationalität, weil die SuS Parallelen zu Stadtverkehr und Lagerlogistik unmittelbar erkennen. Eine Integration der Thematik in die vorberufliche Orientierung bietet sich in Fahrzeugtechnik, Elektrotechnik und Robotik/Automatisierung an, wo sensorgetriebene Regelung und das automatisierte Ansteuern von Aktoren zentrale Kompetenzen sind.
Die Verbindung aus Sensorik und KI-gestützter Steuerung begegnet den SuS nicht nur in Industrie und Verkehr, sondern auch im häuslichen Umfeld, z. B. bei Smart-Home-Anwendungen, intelligenten Heizungen oder automatischer Beleuchtung – überall dort, wo Messwerte Entscheidungen auslösen und Bewegungen zuverlässig ausgeführt werden.

Leitfragen

  • Welche Sensoren und Steuerungsarten eignen sich für ein fahrerloses Transportfahrzeug (FTF) im Parcours? 
    (Kommunikation)
  • Wie koordiniert man verschiedene Sensorwerte (IR-Sensor, Ultraschallsensor, USB-Kamera) für eine sichere Navigation? (Kollaboration)
  • Welche Kompromisse sind zwischen Geschwindigkeit, Präzision und Sicherheit sinnvoll? (kritisches Denken)
  • Wie lässt sich das Verhalten des FTF von einer regelbasierten zu einer KI‑gestützten Steuerung weiterentwickeln? (Kreativität)

Fächerbezug

Informatik
Fortgeschrittene Programmierung, Bedingungsschleifen, Funktionen, Zustandsautomaten, Ereignissteuerung, Kameraeinbindung, P- und PD-Regler, neuronale Netze, Training eines neuronalen Netzes
Mathematik
Berechnung von Termen, Skalierung, Proportionalität und lineare Funktionen, Einheitenumrechnung, Normierung, Regression
Technik
Stabiles Bauen, Konstruktionstechnik
Physik
Bewegung (Weg, Zeit, Geschwindigkeit), Signalverarbeitung, Ultraschall-Laufzeitmessung und Schallausbreitung, Trägheit und Bremsweg, Farberkennung, Regelungstechnik

Unterrichtsverlauf

Einführungsphase
Planungsphase
Konstruktionsphase für das Fahrtraining (FTF 1)
Programmierphase für das Fahrtraining (FTF 1)
Experimentier- und Testphase für das Fahrtraining (FTF 1)
Abschluss-/Anschlussphase für das Fahrtraining (FTF 1)
Konstruktionsphase für den digitalen Spurfolger (FTF 2)
Programmierphase für den digitalen Spurfolger (FTF 2)
Experimentier- und Testphase für den digitalen Spurfolger (FTF 2)
Abschluss-/Anschlussphase für den digitalen Spurfolger (FTF 2)
Konstruktionsphase für den analogen Spurfolger (FTF 3)
Programmierphase für den analogen Spurfolger (FTF 3)
Experimentier- und Testphase für den analogen Spurfolger (FTF 3)
Abschlussphase für den analogen Spurfolger (FTF 3)
Konstruktionsphase des KI-Linienfolgers (FTF 4)
Programmierphase des KI-Linienfolgers (FTF 4)
Experimentier- und Testphase des KI-Linienfolgers (FTF 4)
Abschlussphase des KI-Linienfolgers (FTF 4)

 

Informationen und Hinweise

Methodisch-didaktische Hinweise

Differenzierungsmöglichkeiten

Je nach Dauer der Unterrichtsreihe und der Stärke der SuS kann

  • die Komplexität der Aufgabe durch Einbeziehung mehrerer Sensoren gesteigert werden. 
  • eine Erweiterung der Fähigkeiten des FTFs durch komplexere Strategien für das Umfahren von Hindernissen oder die Aufnahme und Reaktion auf farbliche 
    Reize aus der Umgebung erfolgen.
  • das Fahrverhalten des FTFs durch Anwendung von P- und PD-Reglern gleichmäßiger gestaltet werden. 
  • die Motorsteuerung beim Linienfolgen oder Abbremsen durch ein neuronales Netz übernommen werden.

Motivationale Aspekte

Das Arbeiten mit fahrerlosen Transportfahrzeugen (FTF) knüpft unmittelbar an Alltagserfahrungen der SuS an. Schon beim Fahrtraining erleben sie, wie bereits wenige Programmzeilen ein Fahrzeug zuverlässig in Bewegung setzen – eine direkte Rückmeldung, die eine hohe Motivationalität aufweist und Neugier weckt. Beim digitalen Spurfolger verstärkt sich der Alltagsbezug durch Parallelen zu Saugrobotern, Rasenmährobotern oder Fahrerassistenzsystemen, die Linien erkennen und Hindernisse selbstständig vermeiden. Die Vorstellung, dass das FTF nun wie ein Roboter „sehen“ und reagieren kann, fördert die Identifikation mit der Aufgabe und steigert das Interesse am praktischen Testen.

Der analoge Spurfolger eröffnet mit Kameranutzung und Regelungstechnik spannende Einblicke in moderne Fahrzeugtechnologien 
wie Spurhalteassistenten. Hier wird deutlich, wie Parameterveränderungen oder die Hinzunahme eines Differentialanteils das Fahrverhalten beeinflussen – ein motivierendes Experimentierfeld. 

Mit dem KI-Linienfolger schließlich rückt Künstliche Intelligenz in den Mittelpunkt: SuS erleben, wie das Training eines neuronalen Netzes das Fahrverhalten verbessert. Dies schlägt die Brücke zu aktuellen Diskussionen über KI im Alltag und gibt den SuS die Möglichkeit, Zukunftstechnologien selbst verstehen und anwenden zu können.

 


Zusatzmaterialien

  • Falls vorhanden, könnte für die Einführungsphase in das Thema ein Video genutzt werden.
  • Zeichenmedien (Papier, Whiteboard oder Projektionsfläche).

Funktionen des Modells und deren technische Lösungen


Funktionen der Sensoren / Aktoren

 


Technische Lösung

 

 

Drehung der Encodermotoren

Geschwindigkeitsanpassung zur

Fahrzeugsteuerung

 

 

Mini-Taster

 

 

Erkennen von Hindernissen (FTF 1)

 

Messung von Helligkeitsunterschieden

 

 

Erkennen der Fahrspur (FTF 1–2, FTF 4)

Messung von Abständen Kollisionsvermeidung (FTF 2, FTF 4)

FTF 2: Farberkennung durch USB-Kamera

Reaktion auf Farbflächen

FTF 3
: Spurerkennung durch USB-Kamera

Spurhalten mithilfe eines P-Reglers und 
eines PD-Reglers
 
FTF 4: Spurerkennung durch Spursensor
  • Aufbau eines neuronalen Netzes 
  • Eingabe von Trainingsdaten 
  • Umsetzung eines Regressionsproblems 
    mithilfe von KI
Weitere Differenzierungsmöglichkeiten Optimierung der Geschwindigkeitssteuerung, Optimierung der Strategien für das Umfahren von Hindernissen, Optimierung der Strategie für das Wiederfinden der Spur 
bei komplettem Spurverlust, Konzeption eines eigenen Fahrzeugs mit selbst gewählter Sensorausstattung

Materiallisten

 

Sensoren

 

Funktion

1 On/Off-Taster am TXT 4.0 Controller

Einschalten des FTF

2 Mini-Taster

Hinderniserkennung (FTF 1)

1 Spursensor (mit 2 IR-Sensoren)  Spurerkennung (FTF 1–2, FTF 4)
1 Ultraschallsensor Abstandsmessung (FTF 2, FTF 4)
1 USB-Kamera Farberkennung (FTF 2)
Spurerkennung (FTF 3)

 

Aktoren

Funktion

2 Encodermotoren

Antrieb der Fahrzeuge 
2 LEDs (2 × weiß) Scheinwerfer (FTF 2–4)


cd-green-754c447bd4-pbc2k