JetRacer ROS AI Robot: Unterschied zwischen den Versionen
Keine Bearbeitungszusammenfassung |
Keine Bearbeitungszusammenfassung |
||
(Eine dazwischenliegende Version desselben Benutzers wird nicht angezeigt) | |||
Zeile 1: | Zeile 1: | ||
[[Datei:Waveshare_JetRacer_Professional_ROS_AI_Kit.png|thumb|rigth|300px|Abb. 1: | [[Datei:Waveshare_JetRacer_Professional_ROS_AI_Kit.png|thumb|rigth|300px|Abb. 1: JetRacer ROS AI Roboter von [https://www.waveshare.com/product/robotics/mobile-robots/jetson-nano-ai-robots/jetracer-ros-ai-kit.htm#none; Waveshare]]] | ||
[[Kategorie:AMR]] | [[Kategorie:AMR]] | ||
[[Kategorie:JetRacer ROS AI Roboter]] | |||
{| | {| | ||
|- | |- | ||
| '''Autor:''' || | | '''Autor:''' || Jonas Michael Baisler | ||
|- | |- | ||
| '''Modul:''' || Projektarbeit, | | '''Modul:''' || Projektarbeit, TBD (bitte eintragen) | ||
|- | |- | ||
| '''Starttermin''': || | | '''Starttermin''': || 19.02.2024 | ||
|- | |- | ||
| '''Abgabetermin''': || TBD | | '''Abgabetermin''': || TBD | ||
Zeile 18: | Zeile 19: | ||
|} | |} | ||
== Einführung == | == 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 [https://developer.nvidia.com/embedded/jetson-nano-developer-kit JETSON-NANO-DEV-KIT-A] und als Sub-Controller wird ein [https://de.wikipedia.org/wiki/RP2040 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 == | == Aufgabenstellung == | ||
# Einarbeitung in den JetRacer | # Einarbeitung in den JetRacer | ||
# | # Ansteuerung des Antriebs und der Lenkung | ||
# Einlesen der Sensoren | # Einlesen der Sensoren | ||
# SLAM Navigation | # Fokus auf eines der Schwerpunktgebiete | ||
## SLAM LiDAR Mapping | |||
## Bahnplanung, Autonome Navigation, dynamische Hindernisbehandlung | |||
## Bildverarbeitung | |||
## Mensch-Roboter Sprachinteraktion | |||
# Systemtest | # Systemtest | ||
# Optimierung | # Optimierung | ||
# Dokumentation der Vorgehensweise im HSHL-Wiki | # Dokumentation der Vorgehensweise im HSHL-Wiki | ||
== Anforderungen == | == 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. | 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 | ||
* Programmierung | * C-Programmierung | ||
* Dokumentenversionierung mit SVN | * Dokumentenversionierung mit SVN | ||
* Optional: | |||
**AI Deep Learning mit NVIDIA Jetson Nano | |||
**OpenCV Vision Processing | |||
**Simulation mit [https://cyberbotics.com/ WeBots] | |||
**Umgang mit [[ROS2_Tutorial|ROS2]] | |||
**[[Partikelfilter_SLAM_für_ein_AMR|Partikel Filter SLAM]] | |||
**Mensch-Roboter Sprachinteraktion | |||
== Anforderungen an die wissenschaftliche Arbeit == | == Anforderungen an die wissenschaftliche Arbeit == | ||
Zeile 48: | Zeile 58: | ||
== SVN-Repositorium == | == SVN-Repositorium == | ||
* | * TBD | ||
== Getting started == | == Getting started == | ||
Lesen Sie zum Einstieg diese Artikel | Lesen Sie zum Einstieg diese Artikel | ||
*[ | *[https://www.waveshare.com/wiki/JetRacer_ROS_AI_Kit JetRacer ROS AI Kit] | ||
*[[Gantt-Diagramm| Gantt Diagramm erstellen]] | *[[Gantt-Diagramm| Gantt Diagramm erstellen]] | ||
*[[Wiki-Artikel_schreiben | Tipps zum Schreiben eines Wiki-Artikels]] | *[[Wiki-Artikel_schreiben | Tipps zum Schreiben eines Wiki-Artikels]] | ||
Zeile 61: | Zeile 70: | ||
== Nützliche Artikel == | == Nützliche Artikel == | ||
*[https://www.waveshare.com/product/robotics/mobile-robots/jetson-nano-ai-robots/jetracer-ros-ai-kit.htm#none; Waveshare: JetBot Professional Version ROS AI Kit] | |||
*[https://www.waveshare.com/wiki/JetRacer_ROS_AI_Kit Waveshare: JetRacer ROS AI Kit Wiki] | |||
---- | ---- | ||
→ zurück zum Hauptartikel: [[Studentische_Arbeiten|Studentische Arbeiten]] | → zurück zum Hauptartikel: [[Studentische_Arbeiten|Studentische Arbeiten]] |
Aktuelle Version vom 19. Februar 2024, 10:36 Uhr
Autor: | Jonas Michael Baisler |
Modul: | Projektarbeit, TBD (bitte eintragen) |
Starttermin: | 19.02.2024 |
Abgabetermin: | TBD |
Prüfungsform: | Modulabschlussprüfung als Hausarbeit (Praxisbericht, Umfang 30-50 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
- Bildverarbeitung
- Mensch-Roboter Sprachinteraktion
- Systemtest
- Optimierung
- Dokumentation der Vorgehensweise 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.
- Umgang mit Linux
- C-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
SVN-Repositorium
- TBD
Getting started
Lesen Sie zum Einstieg diese Artikel
- JetRacer ROS AI Kit
- Gantt Diagramm erstellen
- Tipps zum Schreiben eines Wiki-Artikels
- PAP Designer Einstieg
- Einführung in SVN
Nützliche Artikel
→ zurück zum Hauptartikel: Studentische Arbeiten