Есть ли связь между желтыми резиновыми уточками и робототехникой? Оказалось, что да. Проект Duckietown стартовал в 2016 году на инженерном курсе в MIT. Его главная цель — изучение автономного программируемого транспорта. А какой транспорт без пассажиров, пусть даже резиновых?
Duckietown, как следует из названия — настоящий Город утят. Сначала там проживало 1600 уток, но число постоянно растет. Сейчас он настолько большой, что для перемещения по улицам жителям понадобился свой автотранспорт. К сожалению, из утят получились ужасные водители, поэтому студенты создали для них автономные автомобили. По улицам Duckietown ездят десятки беспилотных автомобилей, которые запрограммированы студентами MIT. Со временем такие города появились и в других университетах.
Сейчас комплекты Duckietown используются студентами во всем мире для обучения роботов с системами автономного вождения. Чтобы расширить проект, разработчики начали краудфандинговую кампанию на Kickstarter. Через платформу они предлагают роботов и лабораторные комплекты по более низкой цене.
На данный момент комплект Duckiebox, который включает детали для создания одной автономной машины Duckiebot, стоит $150. Автомобиль вместе с «жилым кварталом» (плитка, дорожная лента, знаки и дополнительные утки) обойдётся в $400. Duckieboxes для всего класса (12 роботов и макет большого города) стоит $3500. В стоимость входит программное обеспечение, инструкция по сборке и учебный план для студентов.
Duckiebots могут выглядеть не очень привлекательно, но они очень удобны для использования в университетских классах. Их единственный датчик — видеокамера высокого разрешения, а все автономные вычисления для вождения проводятся на борту посредством Raspberry Pi 3.
С помощью всего лишь одного Duckiebot группа студентов пройдет практические уроки «Современные роботизированные системы», «Моделирование», «Калибровка», «Обработка сигналов», «Компьютерное зрение», «Оценка» и «Контроль». Желающие усложнить себе задачу могут приобрести устройство Neural Compute Stick от Intel Movidius для обучения нейронных сетей.
Комментарии
(0) Добавить комментарий