Autonome Spurführung mit einem JetRacer ROS AI Robot
| Autor: | Jonas Michael Beisler |
| Modul: | Projektarbeit, MBP-B-2-6.05 |
| Starttermin: | 19.02.2024 |
| Abgabetermin: | TBD |
| Prüfungsform: | Modulabschlussprüfung als Hausarbeit (Praxisbericht, Umfang 10-50 Seiten Textteil) |
| Betreuer: | Prof. Dr.-Ing. Schneider, Tel. 806 |
| Mitarbeiter: | Marc Ebmeyer, Tel. 847 |
Einführung
Der JetRacer ist ein Modellrennwagen im Maßstab 1:10. Hierbei handelt es sich um ein leistungsstarkes intelligentes KI-Modellfahrzeug, das speziell für Studierende entwickelt wurde, die den Umgang mit dem Robot Operation Systelm (ROS) erlernen möchten. Das System besteht aus zwei Steuereinheiten. Den Host-Controller bildet das JETSON-NANO-DEV-KIT-A und als Sub-Controller wird ein Raspberry Pi RP2040-Mikrocontroller verwendet. Die Hauptplatine integriert die OLED, den Servomotor-Antriebsschaltkreis, den Batterieschutzschaltkreis, einen Audioausgangsschaltkreis usw., das lästige Löten des Schaltkreises erspart, das Entladen und Laden unterstützt und kein wiederholtes Entfernen des Akkus erfordert. Der verbauter IMU-Lagesensor und DC-Encodermotor regelt die Geschwindigkeit über einen PID-Regler und kann einen Radkilometerzähler ausgeben. Die Software ist mit dem Open-Source-Projektprogramm NVIDIA Jetbot kompatibel und unterstützt AI Deep Learning, SLAM-Mapping und -Navigation, visuelle OpenCV-Verarbeitung, intelligente Sprachinteraktion und andere Funktionen.
Aufgabenstellung
- Einarbeitung in den JetRacer
- Ansteuerung des Antriebs und der Lenkung
- Einlesen der Sensoren
- Fokus auf eines der Schwerpunktgebiete
- SLAM LiDAR Mapping
- Bahnplanung, Autonome Navigation, dynamische Hindernisbehandlung
- Systemtest
- Optimierung
- Dokumentation der Vorgehensweise im HSHL-Wiki
Durchführung
- Zeitplanung
- Bauen des Jetracers
- Multimachine Communication
- Austesten aller Funktionen
- Endziel festlegen
- Raum Kartographieren
- Erstellen eigener Python Skripte
- Austesten der Skripte
- Nachvollziehen/Durchführung der Anleitung auf der WaveShare Website
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.
- Umgang mit Linux
- Python-Programmierung
- Dokumentenversionierung mit SVN
- Optional:
- AI Deep Learning mit NVIDIA Jetson Nano
- OpenCV Vision Processing
- Simulation mit WeBots
- Umgang mit ROS2
- Partikel Filter SLAM
- Mensch-Roboter Sprachinteraktion
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
- Abgabe der Schriftlichen Ausarbeitung als Wiki-Artikel (ggf. Artikel als PDF drucken).
Repositorium
- Sciebo-Projektordner: \JetRacer_ROS_AI_Robot\
- Sciebo-Abgabeordner: \Jonas_Beisler\Projektarbeit\
Getting started
Lesen Sie zum Einstieg diese Artikel
- Hauptartikel: JetRacer_ROS_AI_Roboter
- Waveshare: JetRacer ROS AI Kit
- Gantt Diagramm erstellen
- Tipps zum Schreiben eines Wiki-Artikels
- PAP Designer Einstieg
- Einführung in SVN
- Einrichtung der ScienceBox (Sciebo)
| LOP | Status | Bemerkung |
|---|---|---|
| Sicherheitseinweisung für die Labore von Marc Ebmeyer | ☑ | |
| Schlüsselübergabe für die Labore von Marc Ebmeyer | ☑ | |
| SVN-Zugang bereitstellen | ☑ | user: Jonas_Beisler
|
| Vereinbarung wöchentlicher Meetings | ☑ | user: Jonas_Beisler
|
| Wiki-Zugang bereitstellen | ☑ | user: Jonas_Beisler
|
Nützliche Artikel
→ zurück zum Hauptartikel: Studentische Arbeiten