JetRacer: Teach-In Tutorial

Autor: Prof. Ulrich Schneider

Vorbereitung

• Allgemeines Tutorial
• SW auf Memory Card des JetRacers sichern. (2. Software setup)
• Verbindung des JetRacers mit dem Router
• Verbindung des PCs mit dem Router

Schritt 3: Verbindung des JetRacer mit dem WIFI

Voraussetzungen:

• SD Karte im JetRacer
• JetRacer über Netzteil mit Spannung versorgt.
• USB-Verbindung JetRacer mit PC

1. Öffnen Sie im Chrome-Browser folgende URL: http://192.168.1.24:8888/
2. Loggen Sie sich mit dem Passwort jetson ein.
3. Öffenen Sie einen Terminal in Jupyter Lab mit File -> New -> Terminal.
4. In the terminal, type the following command to list available WiFi networks, and find the ssid_name of your network (ArduMower). You can also skip this step if you have known the available network. sudo nmcli device wifi list
5. Verbinden Sie sich mit dem WIFI mit: sudo nmcli device wifi connect <ArduMower> password <password>
6. Nach der erfolgreichen Verbindung prüfen Sie bitte die IP-Adresse (ip_addtess) der Wlan0 Schnittstelle mit diesem Befehl: ifconfig

Schritt 4: Verbindung zum JetRacer

1. Lösen Sie die USB-Verbindung vom Jetson Nano
2. Schließen Sie das Jupyter Lab Browserfenster
3. Öffnen Sie ein neues Browserfenster.
4. Öffnen Sie die URL http://<jetson_ip_address>:8888 um eine Fahrzeugverbindung aufzubauen. Die IP-Adresse wird im OLED des JetRacers angezeigt (z. B. 192.168.32.10:8888).
5. Loggen Sie bei Jupiter Notebook mit dem Passwort jetson an.

Schritt 6: Configure Power Mode

To ensure that the Jetson Nano doesn't draw more current than the battery pack can supply, place the Jetson Nano in 5W mode by calling the following command

1. You need to launch a new Terminal and enter following commands to select 5W power mode

sudo nvpmodel -m1

   Check if mode is correct

sudo nvpmodel -q

Reply:

NVPM WARN: fan mode is not set!
NV Power Mode: 5W
1

   At the same time, OLED will display:

MODE: MAXN

Beispiel: Teach-In

1. Linkes Folöder viesw Doppelklick jetracer/notebooks/interactive_regression.ipynb
2. run/run all cells (Zahlen erscheinen in den [1] wenn es compiliert wurde.)
3. RESNET 18 aktivieren
4. Model -> save model (Das modell wurde bereits vortrainiert.)
5. Links: klick Rechts: Vorhersage