EL-AIcar自動駕駛算法競賽平台是真正的智能(néng)車(chē)或是輪式機器人，它在傳統智能(néng)車(chē)的基礎上通過搭載功能(néng)強大的導航計算機，由導航計算機連接深度攝像機來實現人的雙眼功能(néng)，由導航計算機連接的激光雷達對場景掃描并通過軟件建模來判定障礙物(wù)位置從而實現自主導航。

導航計算機是以ubuntu為(wèi)操作(zuò)系統，并在其上的運行機器人的ROS系統，該ROS系統可(kě)挂接機器人建模軟件來仿真設計各類機器人，也可(kě)挂接仿真軟件來驗證相關識别算法或控制算法從而較為(wèi)直觀地看到機器人模拟的運行狀态，為(wèi)真實機器人的設計與控制提供完備的理(lǐ)論基礎。同時ROS系統還可(kě)以與OPENCV、TensorFlow等視頻圖像識别軟件進行數據交互，将其AI的視覺功能(néng)發揮到極緻。

車(chē)體(tǐ)控制單元部分(fēn)采用(yòng)基于ARM Cortex-M4 内核的STM32F407處理(lǐ)器，主要完成電(diàn)源管理(lǐ)、電(diàn)機控制及測速、紅外或超聲波避障、IMU姿态解算及GPS定位功能(néng)。車(chē)體(tǐ)控制單元通過相應接口與做AI控制的導航計算機相連，實現導航所用(yòng)數據上傳及接收導航計算機控制指令。同時引出407所有(yǒu)的GPIO引腳到排針，方便用(yòng)戶DIY。

系統結構及硬件資源

無人駕駛競賽平台可(kě)分(fēn)為(wèi)室内競賽平台與室外競賽平台，室内平台采用(yòng)英偉達Jetson nano帶GPU的4核A57處理(lǐ)器，可(kě)自行加裝(zhuāng)語音控制單元進行控制。采用(yòng)真實的四輪電(diàn)動代步車(chē)平台，搭載高性能(néng)計算機、高速激光雷達與GPS單元。其硬件系統結構框圖如下所示。

整車(chē)采用(yòng)Coretx-M4内核的STM32F407ZE作(zuò)為(wèi)主控制器，同時，在小(xiǎo)車(chē)上有(yǒu)豐富的外圍擴展資源（如：電(diàn)機控制、無線(xiàn)通信、液晶顯示以及各種傳感器模塊等），它可(kě)以搭配多(duō)種傳感器，自身即可(kě)完成無人駕駛智能(néng)傳感小(xiǎo)車(chē)的基本功能(néng)（包括小(xiǎo)車(chē)前進、後退、轉彎、避障等）、也可(kě)以自動駕駛（包括循迹自動駕駛、感應卡路徑自動駕駛、GPS導航自動駕駛等）、同時可(kě)實現無線(xiàn)通信（ZIGBEE、藍牙等無線(xiàn)通信控制小(xiǎo)車(chē)方向）。

自動駕駛算法平台小(xiǎo)車(chē)系統框圖

軟件配置

1、ubuntu操作(zuò)系統。

2、機器人ROS系統。

3、無線(xiàn)遙控手柄，可(kě)實現不低于1km無線(xiàn)遙控。

4、移動端app可(kě)實現手機遙控和姿态遙控。

主要硬件參數說明

車(chē)身結構

車(chē)身采用(yòng)全鋁合金支架，帶有(yǒu)擺式與獨立懸挂，外型尺寸（長(cháng)X寬445*358MM）,采用(yòng)直徑125mm實心輪。

采用(yòng)直流有(yǒu)刷電(diàn)機（功率達35W），減速比1:27，最大速度1.3m/S，額定負載能(néng)力10Kg。帶有(yǒu)500線(xiàn)AB相光電(diàn)編碼器。

帶有(yǒu)阿克曼結構轉向功能(néng)，采用(yòng)數字舵機、金屬齒輪。舵機最大角度180°，工(gōng)作(zuò)電(diàn)壓4.8-7.4V，扭力20Kg.cm。

采用(yòng)共軸擺式懸挂，可(kě)适應不平地面。

車(chē)身四周有(yǒu)四組超聲波測距模塊，采用(yòng)HY-SRF05 超聲波測距模塊，2cm-450cm 的非接觸式距離感測功能(néng)，測距精(jīng)度可(kě)達高到3mm

帶有(yǒu)GPS定位系統：56通道，GPS L1(1575.42Mhz) C/A碼，定位精(jīng)度： 2.5mCEP(SBAS:2.0mCEP)，通信協議： NMEA(默認)/UBX Binary ，SBAS:WAAS/EGNOS/MSAS，更新(xīn)速率：最大5Hz(默認1HZ)。

激光雷達：思岚A1

測距範圍：0.15-12m，基于白色高光反色物(wù)體(tǐ)測得；

掃描角度：0-360；

測距分(fēn)辨率：當測量物(wù)體(tǐ)在1.5米範圍内分(fēn)辨率為(wèi)小(xiǎo)于0.5mm；否則分(fēn)辨率小(xiǎo)于實際距離的1%；

測量頻率：2KHz-8KHz；

掃描頻率1-10Hz；

供電(diàn)：5V

視覺相機：Astra pro

深度範圍：0.6-8m；

功耗：≤2.5W，峰值電(diàn)流小(xiǎo)于500ma；

彩色圖分(fēn)辨率：1280x720@30FPS；640x480@30FPS；320x240@30FPS；

深度圖分(fēn)辨率：1280x1024@7FPS；640x480@30FPS；320x240@30FPS；160x120@30FPS；

精(jīng)度：距離物(wù)體(tǐ)1m時，±1-3mm；

彩色FOV：H66.1’ V40.2’；

深度FOV：H58.4’ V45.5’；

數據傳輸：30-45ms；

供電(diàn)：USB 5V

英偉達jetson nano B01：

CPU：ARM Coretex-A57 64-bit ，主頻1.43Ghz；4核，

GPU：128-core Maxwell @921Mhz；

内存：4 GB 64-bit LPDDR4 25.6 GB/s；

存儲：可(kě)擴展microSD卡，要求最小(xiǎo)16GB UHS-1(超高速接口，帶寬能(néng)達到至少104Mb/s)

視頻編碼：H.264/H.265(4Kp30)

視頻解碼：H.264/H.265(4Kp60，2**4Kp30)

攝像輸入接口：MIPI CSI

攝像輸出接口：2個HDMI 2.0，Edp1.4

網絡接口：Gigabit Ethernet/M.2 Key E

USB：4個 USB 3.0， USB 2.0 Micro-B

GPIO引腳：40

額定功率：5w/10w

供電(diàn)：5V

電(diàn)池采用(yòng)22.2V 5000ma帶保護電(diàn)池，續航能(néng)力約5小(xiǎo)時（電(diàn)池容量可(kě)選）

車(chē)體(tǐ)主控STM32F407ZE：

CPU：支持最大主頻為(wèi)168 MHz的ARM Cortex-M4内核

内存：1024KByte FLASH，192+4KByte SRAM

LQFP-144封裝(zhuāng)。

4個傳感器接口，可(kě)擴展20多(duō)種傳感器。

1個4.3寸TFT液晶，分(fēn)辨率480*272。

1組無線(xiàn)通信總線(xiàn)，可(kě)擴展Zigbee、CC1310、藍牙通信。

外設資源包括6個USART、12個16位的定時器、2個32位定時器、2個DMA控制器（16通道）、3個SPI、2個全雙工(gōng)I2S、3個I2C、2個CAN、3個12位ADC、2個12位DAC、SDIO、1個FSMC接口、2個USB(支持HOST/SLAVE)、1個攝像頭接口、1個硬件随機數生成器以及1個10/100M以太網控制器等

可(kě)開設的實驗項目

基于AI CPU系統深度學(xué)習算法實驗
實驗01 構造線(xiàn)性回歸模型	實驗02 邏輯回歸框架	實驗03 叠代完成邏輯回歸模塊	實驗04 神經網絡模型架構
實驗05 訓練神經網絡	實驗06 卷積神經網絡模型架構	實驗07 RNN網絡模型	實驗08 循環神經網絡LSTM
實驗09 雙向循環神經網絡	實驗10 動态循環神經網絡	實驗11 對抗生成網絡	實驗12 目标識别
實驗13 自編碼器

基于AI CPU系統應用(yòng)實驗
實驗01 GoogleNet物(wù)體(tǐ)識别	實驗02 FaceNet120人臉檢測	實驗03 神經網絡Lenet模型	實驗04 手語識别
實驗05 色塊跟蹤	實驗06 視覺建圖	實驗07 激光雷達建圖

基本功能(néng)實驗
實驗一小(xiǎo)車(chē)前進實驗	實驗二小(xiǎo)車(chē)後退實驗	實驗三小(xiǎo)車(chē)左轉實驗	實驗四小(xiǎo)車(chē)右轉實驗
實驗五自動避障實驗

自動駕駛實驗
實驗一循迹自動駕駛實驗	實驗二 GPS導航自動駕駛實驗

無線(xiàn)通信實驗
實驗一無線(xiàn)通信控制方向實驗

傳感器實驗
實驗一繼電(diàn)器實驗	實驗二光照度實驗	實驗三溫濕度實驗	實驗四紅外測溫實驗
實驗五氣壓計實驗	實驗六攝像頭實驗	實驗七 GPS實驗