DIY RoboCar Project
Next Generation DiYRoboCar, ist ein Projekt, mit dem wir ein Kinderfahrzeug im Masstab 1:5 (Porsche und einen Mercedes) mit allen Sensoren (Lidar, Radar, Cameras, GPS, cc..) und Hardware (NVIDIA) analog eines echten autonomen Fahrzeug ausgestattet haben.
Unser Ziel ist es, die die DiyRoboCar Plattform auf ein neues Level zu heben und ein Software Stack zu entwickeln, die es uns ermöglicht auch ein echtes Fahrzeug damit auszustatten.
Projekt KidCar Mercedes SLK
Projekt KidCar Porsche
source: alexander kolbai 2019
Folgende Module sind in diesem Fahrzeug verbaut:
NVIDIA Jetson Nano
1 x NVIDIA Jetson Nano
Er ermöglicht die Entwicklung von Millionen neuer, kleiner, kostengünstiger, energieeffizienter KI-Systeme. So werden neue Möglichkeiten bei eingebetteten IoT-Anwendungen eröffnet, unter anderem Netzwerkvideorekorder (NVRs, Network Video Recorders ) im Einstiegsbereich, Haushaltsroboter und intelligente Gateways mit vollen Analysefähigkeiten.
Technische Spezifikation (32 GB Version in Kürze)
LIDAR RPLIDAR A3 (2D Lidar)
1 X RPLIDAR A3
Technische Spezifikation
Camera IMX219
1 x Camera for NVIDIA Jetson Nano IMX219 Sensor (Fishcam)
Camera IMX219
1 x Logitech C920 HD Pro Webcam für Amazon, Full HD 1080p/30fps Video Calling, Klarer Stereo-Sound,
HD Lichtkorrektur
6 x Ultraschall or Radar Sensor (3 x Vorne, 3 x Hinten)
1 x Arduino Uno
1 x GPS Sensor
1 x Gyrosensor
Die autonome Plattform
um das Fahrzeug autonom fahren zu lassen, setzen wir unterschiedliche Systeme ein und kombinieren diese auf einer eigens entwickelten Plattform.
1. ROS (Robot Operating System) für Lidar und Radarsensoren
2. NVIDIA Deepstream Objekt Erkennung
3. Yolo Darknet Objekt Erkennung
Yonohub Machine Learning Lifecycle
Verschiedene Algorithmen entwickeln, testen und simulieren
ROS RVIZ Lidar Pointcloud
ROS RVIZ SLAM Localization and Mapping
Computer Vision Yolo Darknet / Deepstream / Line Following
Kontakt
exxternity business consulting
Schelmengraben 26/1
D-70839 Gerlingen
t: +49 700-399 837 64
e: Kontaktformular.
Druckversion 