智能车学习指南

比赛规则与平台

机械建模入门

软件入门

硬件与PCB入门

答疑区

注: 有问题可留言

  • 大几可以参加比赛? 任何年级都可以。
  • 每年都可以参加吗? 是的。
  • 有老师指导吗? 有。
  • 完成比赛大约花费多少经费? 约1万元。

硬件组

注: 立创EDA每月2次免费打样

任务一:直流电机驱动板制作

  • 输入电压为12V。
  • 进行电气隔离,将控制器与驱动电路隔离开,防止损坏控制器。
  • 进行GND分割,避免信号干扰。
  • 发挥部分: 支持电流采样,并进行电流闭环。

任务二:最小系统板绘制

  • 输入电源为12V。
  • 芯片型号为意向组别的芯片型号。
  • 引出电机PWM输出以及舵机PWM输出端子。
  • 提供屏幕接口。

电控组

任务一:学习单片机

  • 限定使用STM系列或GD系列单片机。
  • 完成ADC+DMA多通道读取。
  • 完成单个定时器输出多路占空比可调的PWM(发挥:频率也可调)。
  • 学习IIC、CAN等通讯协议,完成IIC驱动OLED屏。
  • 设计一个调参UI,可使用菜单调整PID参数。
  • 学习前后台或RTOS,提高系统的实时性(如在按键检测时不影响其他任务的运行)。

任务二:控制算法

  • 在Matlab上实现一个一阶倒立摆模型的控制(可使用串级PID, LQR, MPC等方法)。
  • 制作一个两轮平衡小车,实现电磁循迹或摄像头循迹。

视觉组

  • 学习相机的逆透视以及去畸变方法及标定,并使用OpenCV实现。
  • 学习二值化算法,并使用OpenCV实现。
  • 学习寻线以及元素识别算法。
  • 完成路径规划。
  • 完成一辆摄像头循迹小车。

测评方式

提供若干张图片,基于OpenCV完成二值化、边界提取、中线拟合、元素判断。

AI组

  • 使用Pytorch、TensorFlow或PaddlePaddle完成波士顿房价预测任务。

  • 构建手写数字识别网络完成数字识别。

  • 全流程跑通YOLO,部署到电脑实时运行,完成红蓝锥桶检测。(数据集可在AI Studio平台下载)

  • 提交AI Studio平台的线上赛测评。

  • 锥桶数据集: 飞桨AI Studio数据集

ROS组

任务重点:ROS节点的发布与订阅

目标

  1. 搭建 ROS 2 Humble Hawksbill 环境。(10分)
  2. 创建一个 ROS 2 包,包含三个节点:(共60分)
    • 节点1 (Image Publisher): 发布带有色带小球的图片数据。(10分)
    • 节点2 (Image Processor & Publisher): 接收图片数据,执行颜色识别和边界绘制,然后发布处理后的数据。(20分)
    • 节点3 (Image Consumer): 订阅节点2的数据,执行一个特定功能(例如计数图像中小球的数量)。(30分)
  3. 提交工作空间,编写任务三说明文档(必须项,写了不加分,不写则任务三不得分)。

要求

  • 需要在 Ubuntu 操作系统下安装 ROS 2 Humble Hawksbill。
  • 将颜色识别和边界绘制的 Python 代码转换为 ROS 2 节点。
  • 代码具有清晰的注释,说明每个节点的功能。(额外+20分)
  • 节点间的通信应使用适当的 ROS 2 接口类型(如 sensor_msgs/msg/Image)。
  • 代码内编写一个 README 文件,说明如何构建 ROS 2 包和运行节点。(额外+10分)
Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐