Eine autonome Spurhaltung, mit Hilfe eines Machine Learning Ansatzes, wird in dieser Projektausarbeitung beschrieben. Das Ziel ist es, ein ferngesteuertes Auto im Maßstab 1:10 innerhalb einer Spur zu halten, ohne dabei Bildverarbeitungsalgorithmen zu verwenden. Dafür wurde ein convolutional neural net (CNN), welches auf NVIDIAs PilotNet basiert, trainiert. Dieses ist in der Lage, einzelne Bildpunkte auf einen Lenkwinkel für das Auto abzubilden. Als Testplattform wurde ein Tamiya RC car verwendet. Die Rechenleistung für die Inferenzen des CNN kommen von einem Raspberry Pi4 in Kombination mit einem Google Coral Stick. Mit nur einer Handvoll gelabelten on-board Bildern von einer Fahrbahn war das CNN in der Lage den richtigen Lenkwinkel vorherzusagen, um das Auto auf der Spur zu halten. Selbst unbekannte Straßenzüge oder nicht vorhandene Fahrbahnmarkierungen waren kein Problem.