Tin mới nhất

Menu

Browsing "Older Posts"

Chia Sẻ Khóa Học ROS2 Self Driving Car Với Deep Learning Và Computer Vision [Khóa 7666 A]

13 tháng 11 2022 / No Comments

Autonomous Car sử dụng TensorFlow và Neural Networks cho người mới bắt đầu.

Bạn sẽ học được gì:

  • ✓ Xây dựng ô tô tự lái của riêng bạn, trong mô phỏng (ROS2).
  • ✓ Học cách phát triển 4 tính năng Self Drive thiết yếu (Lane Assist, Cruise Control, Nav. T-Junc, Cross Intersection).
  • ✓ Làm chủ các kỹ thuật ComputerVision, ví dụ: (Detection, Localization, Tracking).
  • ✓ Tìm hiểu sâu về Custom-built Neural Networks (CNN).
  • ✓ (MỚI !!!) Phát triển một Satellite Navigation System (tức là GPS) giúp SDC tự động điều hướng đến bất kỳ điểm đến mong muốn nào.
  • ✓ Tìm hiểu cách sử dụng chức năng được cung cấp bởi các repos khác cho nhu cầu của bạn thông qua một ví dụ thực tế.

Khóa học này chứa ô tô tự lái dựa trên ROS2 thông qua camera RGB, được tạo từ đầu.

Các tính năng Self Drive:

  • ✓ Hỗ trợ làn đường (Lane Assist).
  • ✓ Kiểm soát hành trình (Cruise Control).
  • ✓ T-Junction Navigation.
  • ✓ Crossing Intersection.

Ros Package:

  • ✓ World Models Creation.
  • ✓ Prius OSRF gazebo Model Editing.
  • ✓ Nodes, Launch Files.
  • ✓ SDF thông qua Gazebo.
  • ✓ Textures và Plugins trong SDF.

Software:

  • ✓ Thiết lập Perception Pipeline.
  • ✓ Phát hiện làn đường với các kỹ thuật Computer Vision.
  • ✓ Sign Classification sử dụng (custom-built) CNN.
  • ✓ Phát hiện đèn giao thông bằng cách sử dụng Haar Cascades.
  • ✓ Sign và Traffic Light Tracking bằng Optical Flow.
  • ✓ Các thuật toán điều khiển dựa trên Rule.

Yêu cầu trước khóa học:

Dựa trên phần mềm:

  • ✓ Ubuntu 20.04 (LTS).
  • ✓ ROS2 - Foxy Fitzroy.
  • ✓ Python 3.6.
  • ✓ Opencv 4.2.
  • ✓ Tensorflow 2.14.

Dựa trên kỹ năng:

  • ✓ Basic ROS2 Nodes Communication.
  • ✓ Launch Files.
  • ✓ Gazebo Model Creation.

Quy trình khóa học (Self-Driving [Giai đoạn phát triển]):

Chúng tôi sẽ nhanh chóng đưa xe của mình chạy trên Raspberry Pi bằng cách sử dụng các mô hình 3D (được cung cấp trong repository) và các bộ phận xe hơi được mua từ các liên kết do người hướng dẫn cung cấp. Sau đó, chúng ta sẽ interface raspberry Pi với Motors và camera để bắt đầu với lập trình Serious.

Sau đó, bằng cách hiểu khái niệm self-drive và cách nó sẽ biến đổi tương lai gần của chúng ta trong lĩnh vực giao thông và môi trường. Sau đó, chúng tôi sẽ thực hiện so sánh giữa hai SD Giants (Tesla & Waymo). Sau đó, chúng tôi sẽ đưa ra đề xuất của mình bằng cách nói chuyện trực tiếp với bạn bên trong mô phỏng để bạn có thể tự mình chứng kiến ​​kết quả của khóa học.

Về cơ bản, chiếc xe tự lái của chúng tôi sẽ bao gồm bốn tính năng chính:

  • ✓ 1) Lane Assist.
  • ✓ 2) Cruise Control.                    
  • ✓ 3) Navigating T-Junction.
  • ✓ 4) Crossing Intersection.

Mỗi phát triển tính năng sẽ bao gồm hai phần:

  • ✓ a) Phát hiện: Thu thập thông tin cần thiết cho tính năng đó.
  • ✓ b) Kiểm soát: Đề xuất phản ứng thích hợp đối với thông tin nhận được.

Mục lục: 

  • ✓ 1. Điều kiện tiên quyết.
  • ✓ 2. ROS2 package và Gazebo Track Model Setup.
  • ✓ 3. Prius Car và Sign Board Models Setup.
  • ✓ 4. Ros2 Car Interfacing Nodes và World setup.
  • ✓ 5. Inception.
  • ✓ 6. Self Drive : Feature 1 (Lane Assist).
  • ✓ 7. Self Drive : Features (Cruise Control & T Junc. Navigation).
  • ✓ 8. Self Drive : Feature 4 (Cross Intersection).
  • ✓ 9. Self Drive : Feature 5 (Satellite Navigation) [NEW!!!].

Khóa học này dành cho ai:

  • ✓ Những người đam mê ô tô tự lái đang tìm cách chế tạo một chiếc ô tô của riêng họ.
  • ✓ Các kỹ sư muốn tham gia vào các lĩnh vực Thị giác máy tính, Trí tuệ nhân tạo và Robotics.


NHẬN GET EBOOK TRÊN AMAZON THEO YÊU CẦU




Copyright Disclaimer:
This site does not store any files on its server. We only index and link to content provided by other sites. Please contact the content providers to delete copyright contents if any and email us, we'll remove relevant links or contents immediately.
Tuyên bố miễn trừ bản quyền:
Trang web này không lưu trữ bất kỳ tệp nào trên máy chủ của nó. Chúng tôi chỉ lập chỉ mục và liên kết đến nội dung được cung cấp bởi các trang web khác. Vui lòng liên hệ với các nhà cung cấp nội dung để xóa nội dung bản quyền nếu có.