JetRacer: Spurführung mit künstlicher Intelligenz: Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
Keine Bearbeitungszusammenfassung |
|||
| Zeile 14: | Zeile 14: | ||
# Optimierung des Reglers (z. B. PD-Regler) | # Optimierung des Reglers (z. B. PD-Regler) | ||
# Nutzung von MATLAB zum Anlernen des Jetson Nano. | # Nutzung von MATLAB zum Anlernen des Jetson Nano. | ||
# Drive the JetRacer in the right lane counterclockwise with the gamepad controller. Limit the speed via Software to a maximum (e. g. 1 m/s). | |||
# Take a video while driving a lap with MATLAB<sup>®</sup> using a MATLAB<sup>®</sup>-script. | |||
# Load the pretrained NN. | |||
# Train the pretrained NN with MATLAB<sup>®</sup> with a MATLAB<sup>®</sup>-App (GUI) by clicking the desired path in the images. | |||
# Option: Use classic lane tracking algorithms to teach the NN automatically. | |||
# Write a PD-contoller that uses the NN to drive in the right lane. Program this in MATLAB<sup>®</sup> and let it run on the JetRacer-GPU using GPU Coder. | |||
# Goal: the car should drive autonomously several laps in the right lane as fast as possible. | |||
<!-- | |||
# Nutzung von ROS2 zum Anlernen des Jetson Nano. | # Nutzung von ROS2 zum Anlernen des Jetson Nano. | ||
# Bewertung der Vor- und Nachteile der Programmierumgebungen. | # Bewertung der Vor- und Nachteile der Programmierumgebungen. | ||
# Auswahl einer KI-Entwicklungsumgebung | # Auswahl einer KI-Entwicklungsumgebung | ||
--> | |||
# Dokumentation nach wissenschaftlichem Stand im HSHL-Wiki | # Dokumentation nach wissenschaftlichem Stand im HSHL-Wiki | ||
Version vom 4. September 2024, 12:24 Uhr
Autor: Evrard Leuteu
Art: Projektarbeit
Starttermin: TBD
Abgabetermin: TBD
Betreuer: Prof. Schneider
Einführung
Aufgabenstellung
- Einarbeitung in das bestehende Framwework
- Optimierung der KI für den Rundkurs im Labor Autonome Systeme (Geschwindigkeit, Robustheit).
- Optimierung des Reglers (z. B. PD-Regler)
- Nutzung von MATLAB zum Anlernen des Jetson Nano.
- Drive the JetRacer in the right lane counterclockwise with the gamepad controller. Limit the speed via Software to a maximum (e. g. 1 m/s).
- Take a video while driving a lap with MATLAB® using a MATLAB®-script.
- Load the pretrained NN.
- Train the pretrained NN with MATLAB® with a MATLAB®-App (GUI) by clicking the desired path in the images.
- Option: Use classic lane tracking algorithms to teach the NN automatically.
- Write a PD-contoller that uses the NN to drive in the right lane. Program this in MATLAB® and let it run on the JetRacer-GPU using GPU Coder.
- Goal: the car should drive autonomously several laps in the right lane as fast as possible.
- Dokumentation nach wissenschaftlichem Stand im HSHL-Wiki
Anforderungen
Das Projekt erfordert Vorwissen in den nachfolgenden Themengebieten. Sollten Sie die Anforderungen nicht erfüllen müssen Sie sich diese Kenntnisse anhand im Rahmen der Arbeit anhand von Literatur/Online-Kursen selbst aneignen.
- Erfahrungen mit Künstlicher Intelligenz/Deep Learning
- Programmierung in C++, Python
- Dokumentenversionierung mit SVN
Anforderungen an die wissenschaftliche Arbeit
- Wissenschaftliche Vorgehensweise (Projektplan, etc.), nützlicher Artikel: Gantt Diagramm erstellen
- Wöchentlicher Fortschrittsberichte (informativ), aktualisieren Sie das Besprechungsprotokoll - Live Gespräch mit Prof. Schneider
- Projektvorstellung im Wiki
- Tägliche Sicherung der Arbeitsergebnisse in SVN
- Tägliche Dokumentation der geleisteten Arbeitsstunden
- Studentische Arbeiten bei Prof. Schneider
- Anforderungen an eine wissenschaftlich Arbeit
SVN-Repositorium
Getting started
Lesen Sie zum Einstieg diese Artikel
- Siddiquy, T.: Automated lane following of a Waveshare JetRacer with artificial intelligence. Bachelorarbeit
- Kamal, A.: JetRacer: Optimierung der Streckenführung. Projektarbeit
- Gantt Diagramm erstellen
- Tipps zum Schreiben eines Wiki-Artikels
- PAP Designer Einstieg
- Einführung in SVN
Mögliche Folgethemen
- Kreuzungserkennung
- Vorfahrterkennung
- Hinderniserkennung und Umfahrung
- Schildererkennung
Nützliche Artikel
- Deep Learning with MATLAB, NVIDIA Jetson, and ROS
- NVidia: JetRacer
- formulaedge.org
- Waveshare Wiki
- FAQ: Matlab to control jetracer(jetson nano tx1) motor
- Towards Autonomous Driving with Small-Scale Cars: A Survey of Recent Development
Literatur
Schreiber, C.: KI-gestützte „Follow-Me“-Funktion am Beispiel des JetRacer. Mittweida, Hochschule Mittweida – University of Applied Sciences, Fakultät Ingenieurwissenschaften, Masterarbeit, 2023. URL: [1]
→ zurück zum Hauptartikel: Studentische Arbeiten