Chcemy aby nasz instytutowy łazik potrafił objechać budynek Instytutu
wykorzystując jedynie kamery pokładowe. Pokażmy, że nie tylko w dolinie
krzemowej powstają pojazdy autonomiczne!
Uwaga:
Projekt odbędzie się w obydwu semestrach, dopuszczalny jest wielokrotny udział
jednego studenta w projekcie.
Prace wykonane w projekcie mogą stanowić część pracy inżynierskiej lub
magisterskiej.
Nasz uniwersytecki łazik jest świetną platformą do poznawania algorytmów
potrzebnych w autonomicznych pojazdach: całe sterowanie jest cyfrowe (podobnie
jak w samochodach łazik posiada szynę danych CAN), komunikacja z komputerem i
podzespołami wykorzystuje pakiet robotyczny ROS [1], wykonane są narzędzia
znajdujące do wizualizacji stanu łazika (położenie, prędkości kół itp.).
Ponadto łazik może udźwignąć sporej wielkości laptopa, albo minikomputer
pokładowy Nvidia Jetson (którym dysponujemy).
W zeszłym semestrze udało nam się autonomicznie objechać garaż. Nasze
rozwiązanie wykorzystywało głębokie sieci neuronowe sterujące łazikiem na
podstawie obrazu z kamer [2]. Stworzyliśmy też symulator łazika do szybkich
eksperymentów. W kolejnych semestrach chcielibyśmy dodać elementy tworzenia
map i planowania trasy (SLAM).
**Wstępny plan pracy**
Chcielibyśmy przede wszystkim w pełni wykorzystać możliwości ROSa i pakietów
SLAM RtabMAP [3]. Chcielibyśmy również zaimplementować pracę system w którym
tworzona jest przybliżona mapa przejezdności na podstawie przewidywań sieci
neuronowej [4].
Dostępne jest też wiele tematów usprawniających działanie łazika, przykładowo
automatyczna manipulacja przedmiotami i wykrywanie obiektów.
Przedmiot prowadzony będzie wspólnie z Markiem Materzokiem.
Literatura:
[1] http://www.ros.org/
[2] Bojarski, Mariusz, et al. "End to end learning for self-driving cars."
arXiv preprint arXiv:1604.07316 (2016). https://arxiv.org/abs/1604.07316
[3] http://wiki.ros.org/rtabmap_ros
[4] Hadsell et al., Learning long-range vision for autonomous off-road
driving, Journal of Field Robotics 2009
