要約
この研究では、英国で開催されるフォーミュラ スチューデント AI のレース イベントで走行できる、IIT ボンベイ レーシングのフォーミュラ スチューデント スタイルの自律型レースカー アルゴリズムの設計と開発について説明します。
この車両には、コンピューティング ユニット NVIDIA Jetson Orin AGX、ZED2i ステレオ カメラ 2 台、Velodyne Puck VLP16 LiDAR 1 台、および SBG Systems Ellipse N GNSS/INS IMU の最先端のセンサー スイートが採用されています。
深層学習アルゴリズムと制御システムを備えており、人間の介入なしに複雑な軌道をナビゲートし、操縦を実行します。
設計プロセスには、車両のパフォーマンスを最適化し、安全性を確保するために広範なシミュレーションとテストが含まれていました。
アルゴリズムは、小規模な社内製造の 4 輪ロボットとシミュレーション ソフトウェアでテストされています。
知覚、同時位置特定とマッピング、経路計画と制御におけるさまざまなアルゴリズムをテストして得られた結果が詳しく説明されています。
要約(オリジナル)
This work presents the design and development of IIT Bombay Racing’s Formula Student style autonomous racecar algorithm capable of running at the racing events of Formula Student-AI, held in the UK. The car employs a cutting-edge sensor suite of the compute unit NVIDIA Jetson Orin AGX, 2 ZED2i stereo cameras, 1 Velodyne Puck VLP16 LiDAR and SBG Systems Ellipse N GNSS/INS IMU. It features deep learning algorithms and control systems to navigate complex tracks and execute maneuvers without any human intervention. The design process involved extensive simulations and testing to optimize the vehicle’s performance and ensure its safety. The algorithms have been tested on a small scale, in-house manufactured 4-wheeled robot and on simulation software. The results obtained for testing various algorithms in perception, simultaneous localization and mapping, path planning and controls have been detailed.
arxiv情報
著者 | Yash Rampuria,Deep Boliya,Shreyash Gupta,Gopalan Iyengar,Ayush Rohilla,Mohak Vyas,Chaitanya Langde,Mehul Vijay Chanda,Ronak Gautam Matai,Kothapalli Namitha,Ajinkya Pawar,Bhaskar Biswas,Nakul Agarwal,Rajit Khandelwal,Rohan Kumar,Shubham Agarwal,Vishwam Patel,Abhimanyu Singh Rathore,Amna Rahman,Ayush Mishra,Yash Tangri |
発行日 | 2024-08-12 12:49:00+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google