01 背??景
??
全 國大學生
智能汽車競賽
[1] 是以智能汽車為研究對象的創(chuàng)意性科技競賽,是面向全國大學生的一種具有探索性工程的實踐活動,是教育部倡導的大學生科技競賽之一。競賽以立足培養(yǎng),重在參與,鼓勵探索,追求卓越為指導思想,培養(yǎng)大學生的創(chuàng)意性科技競賽能力。??近年來,人工智能這一科技浪潮正在深刻改變著世界,智能機器人作為人工智能的一個綜合性載體已經開始滲透進日常生活的方方面面。隨著我國國民經濟的高速發(fā)展和先進自動控制設備的廣泛采用,以及人力成本的日益增加,對自動化搬運環(huán)節(jié)的需求也越來越大,但是目前國內
智慧物流方面的技術人才比較匱乏。? ? ? ? 本次大賽以工業(yè)智慧物流為主題,以無人駕駛技術在工業(yè)上的應用為基礎,圍繞人工智能領域典型傳感器的使用、操作、編程、調試等內容,考察選手對當下熱門的運動控制、無人駕駛算法、視覺識別算法的應用能力,強化選手對智能感知技術在工業(yè)中應用的綜合技能,為在工業(yè)領域推廣應用人工智能技術打下良好的基礎??倹Q賽成績前10的隊伍可以獲得航天三院內推名額??萍紡娷姡教靾髧?!
02 參賽要求及安排
一、參賽要求
??1)航天智慧物流創(chuàng)意組比賽作為
智能汽車競賽的創(chuàng)意比賽面向全國全日制在校研究生、本科生和??粕?;??2)每個隊伍最多參與學生5人,指導老師1~2名;??3)未參加線上預選賽,亦可報名參加線下分區(qū)選拔賽;??4)每個學校允許多支隊伍參加線上預選賽,但只能一只隊伍通過線上預選賽獲得贊助車模。
二、賽事時間安排
| 賽段 | 時間點 | 進度 |
|---|
| 線上預選賽 | 2021年12月1日 | 線上預選賽開啟報名 |
| 2022年3月31日 | 線上預選賽報名入口關閉,報名結束 |
| 2022年4月8日 | 公布線上成績及獲得使用權隊伍名單 |
| 分賽區(qū)選拔賽 | 2022年4月10日 | 發(fā)放并郵寄整套航天?輕舟機器人 |
| 2022年4月-7月 | 提供線上或線下的技術培訓(多次) |
| 2022年6月15日 | 公布線下選拔賽名單 |
| 2022年7月-8月 | 分賽區(qū)選拔賽舉辦 |
| 全國總決賽 | 2022年8月 | 全國總決賽舉辦 |
03 報名與選拔
??
下面是線上預選賽報名及選拔方案。
一、線上賽報名
??發(fā)送郵件到郵箱qingzhouai@163.com進行報名及相關咨詢,參賽報名回執(zhí)表見附件1。
二、篩選方案
??本次競賽協(xié)辦方提供60臺車模等設備贊助,提供車模在本賽季競賽期間的使用權。最后綜合線上預選賽的成績,在全部隊伍中評選出60支隊伍獲取贊助資格。
三、作品提交
??本次線上預選賽需要按照要求提交測試視頻、工程代碼和方案報告,將資料在報名截止前發(fā)到指定郵箱qingzhouai@163.com。
四、需要下載文件及資料
- 鏈接:https://pan.baidu.com/s/1WnDCgMjISsliRNvJTZtHqw
- 提取碼:09u5
04 線上預選賽
??
下面為線上預選賽比賽方案。
一、線上預選賽規(guī)則
??線上預選賽考察選手對智慧物流中無人駕駛相關所需的基礎知識以及相關算法的理論學習、軟件調試編寫能力等??疾靸热葜饕P鍵技術實現和技術說明分檔兩部分。共五個技術任務,參賽隊伍五個任務中任選四個,進行完成,每個技術任務25分,滿分100分。
- 備注:若五個技術任務,都進行解答,選取四個最高分,進行計分。
1、五個關鍵技術任務
??選手根據提供的相關技術資料,完成關鍵技術點的學習及代碼編寫測試。
(1)通過串口通訊控制單片機驅動電機、轉向舵機的運動控制
??學習阿克曼運動模型,前輪轉向使用轉向舵機控制,后兩輪驅動采用直流有刷減速電機,要求使用單片機完成兩類電機的控制。
- 通過串口助手和單片機通訊并下發(fā)電機運動指令;
- 單片機接收串口助手的指令并驅動電機的正反轉和差速控制;
- 單片機接收串口助手的指令控制舵機和電機基于阿克曼運動算法的轉動。
- 完整源代碼(關鍵部分及創(chuàng)新點寫明注釋)和說明文檔(包含代碼講解、應用場景、未來優(yōu)化等內容);
- 運行結果視頻(通過串口助手發(fā)送位置信息來驅動電機的正轉反轉、舵機左轉右轉控制,以及基于阿克曼轉向時驅動電機的差速控制)。
(2)中央任務調度系統(tǒng)—通信開發(fā)
??學習socket通信、掌握C 編程、熟悉ROS通信機制,完成中央任務調度系統(tǒng)與ROS系統(tǒng)之間數據的交互。
- 上位機開發(fā)工具指定為Visual Studio或者Qt;
- 在Windows上創(chuàng)建客戶端,ROS上創(chuàng)建服務器端;
- 開發(fā)上位機人機交互界面,最終實現Windows端“哈嘍,輕舟機器人!”“Hello,AI Word!”“1024 ?1024 ?1024”等內容與ROS端互傳。
- 上面第三項需要提交視頻(附帶講解)及源碼;
- 撰寫技術說明文檔。
(3)計算機視覺—車道線檢測
??使用計算機視覺方法和技術,識別、檢測提供視覺數據中的車道線目標。
- 使用OpenCV、深度學習等方法(自選),識別提供視頻中的車道線;
- 輸出車道線中點在每幀圖像中的坐標數組。
- 完整源代碼(關鍵部分及創(chuàng)新點寫明注釋);
- 檢測過程視頻(錄制長度不短于1分鐘);
- 說明文檔(包含性能分析、創(chuàng)新說明、未來優(yōu)化等內容);
??如使用深度學習方法,還須提交:
- 標注、訓練過程視頻(錄制長度分別不短于1分鐘);
- 模型權重文件。
(4)在ROS中實現A*路徑規(guī)劃
??學習A*路徑規(guī)劃算法,優(yōu)化啟發(fā)函數,并在ROS中進行測試。
- 安裝Linux系統(tǒng),建議Ubuntu18.04;
- 安裝ROS環(huán)境并學習其基本操作;
- 查找A路徑規(guī)劃資料,學習并熟知A路徑規(guī)劃算法;
- 對比賽中所提供A*算法的啟發(fā)函數AstarPathFinder::getHeu( )代碼進行優(yōu)化或改進并編寫代碼,此次比賽中提供了三種基本啟發(fā)函數代碼:曼哈頓距離、對角距離和歐幾里得距離,可以任選一種進行改進,或者選擇其他更優(yōu)的啟發(fā)函數。
- 完整源代碼;
- 視頻1,根據比賽所提供的功能包在Rviz上完成測試;
- 視頻2,你設計的方法在Rviz上完成測試;
- 撰寫報告,內容包括:
- 改進算法的原理介紹和相關出處;
- 比賽提供的算法與你的算法在比賽提供的地圖中路徑結果截圖;
- 分析你的結果。
(5)應用SLAM技術,建立二維柵格化地圖
??學習常見的SLAM知識,使用Cartographer算法實現二維柵格化地圖的建立,并進行優(yōu)化和測試。
- 查找建圖相關資料,了解常用的激光SLAM算法;
- 安裝Linux系統(tǒng),建議Ubuntu18.04;
- 安裝ROS環(huán)境并學習其基本操作;
- 完成谷歌Cartographer算法建圖環(huán)境搭建;
- 使用Cartagrapher算法進行建圖測試;
- 學習算法原理,對算法進行優(yōu)化及測試。
- 根據資料包提供的數據集完成建圖測試,錄制視頻;
- 撰寫技術實現和改進說明。
??注意:所有賽題均需提供工程源碼和輸出結果,錄制測試視頻,文件命名形式:
“智慧物流報告