Tagi
systemy sieciowe i komputerowe algorytmika i złożoność obliczeniowa metody numeryczne i grafika komputerowa języki programowania i logika przetwarzanie danych Data Science Praca zespołowa Bazy danych Ekonomia Inżynieria oprogramowania Projektowanie i programowanie obiektowe Architektury systemów komputerowych Systemy operacyjne Sieci komputerowe Ochrona własności intelektualnej Rachunek prawdopodobieństwa i statystykaEfekty kształcenia
Podstawy informatyki i programowania Programowanie i projektowanie obiektowe Architektury systemów komputerowych Rachunek prawdopodobieństwa (L) Systemy operacyjne Sieci komputerowe Bazy danych Podstawy inżynierii oprogramowania Inżynieria oprogramowania (L) Rachunek prawdopodobieństwa (I) Społeczno-ekonomiczne aspekty informatyki (I)Projekt: autonomiczna jazda łazikiem
Język wykładowy | Polski |
---|---|
Semestr | Zimowy |
Status | Wycofana z oferty |
Opiekun | Jan Chorowski |
Liczba godzin | 30 (prac.) |
Rodzaj | Projekt |
ECTS | 4 |
Polecany dla I roku | Nie |
Egzamin | Nie |
Opis przedmiotu:
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