TEACar: An Open-Source Autonomous Driving Platform
Dit artikel introduceert TEACAR, een modulier, open-source, kleinschalig platform voor autonoom rijden dat is gebouwd op een vierlaags dek-architectuur en ROS 2, en dat een schaalbare en kosteneffectieve testomgeving biedt voor het valideren van op visie gebaseerde perceptie en op leren gebaseerde regelsystemen door middel van rigoureuze hardware-in-the-loop-evaluatie.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een robot wilt leren autorijden. Je zou kunnen proberen een voertuig op ware grootte te bouwen, maar dat is duur, gevaarlijk en neemt je hele garage in beslag. Of je kunt een simulatie op een computer gebruiken, maar dat is als autorijden oefenen in een videospel; het vangt de hobbels, de wind of de echte fysica van de weg niet helemaal goed.
De auteurs van dit artikel hebben een "Goudlokje"-oplossing gebouwd: TEACAR. Het is een schaalmodel, open-source autonoom raceautootje (ongeveer de grootte van een grote broodrooster) dat is ontworpen als het perfecte midden tussen een speelgoedauto en een voertuig op ware grootte voor onderzoek.
Hieronder wordt uitgelegd hoe TEACAR werkt, opgesplitst in eenvoudige concepten:
1. De "Lego"-filosofie (Modulariteit)
Zie TEACAR als een high-end Lego-set. De meeste andere kleine raceautootjes zijn als een kant-en-klaar model waar je weinig aan kunt veranderen zonder het te breken. TEACAR is echter opgebouwd uit vier distincte lagen, zoals een stapel pannenkoeken:
- De onderste laag (De Adapter): Deze verbindt de wielen met de carrosserie van de auto. Als je de carrosserie wilt vervangen door een ander merk, wissel je alleen deze laag uit.
- De batterijlaag: Deze houdt de energiebron laag om de auto stabiel te houden, zoals een gewicht in een raceboot.
- De hersenlaag: Dit is een plat, stevig bord waarop je de computer, het stroombeheersysteem en de sensoren monteert. Het is zo ontworpen dat je onderdelen makkelijk kunt loskoppelen en vervangen zonder de hele auto uit elkaar te schroeven.
- De bovenste laag (Het Frame): Deze houdt de camera hoog (zoals de ogen van een bestuurder) zodat deze boven de carrosserie van de auto uit kan kijken, en fungeert als handvat zodat je de auto veilig kunt oppakken zonder de elektronica te verpletteren.
Waarom dit belangrijk is: Als een onderdeel kapot gaat of je wilt de computer upgraden, hoef je de hele auto niet opnieuw te bouwen. Je wisselt alleen de specifieke "pannenkoeken"-laag uit.
2. Het zenuwstelsel (Hardware)
De auto heeft een brein en een zenuwstelsel nodig om te bewegen.
- Het brein: TEACAR maakt gebruik van krachtige, creditcard-grote computers (zoals NVIDIA Jetson). Deze zijn klein maar krachtig en kunnen complexe berekeningen uitvoeren om de weg te "zien" en te beslissen waarheen te sturen.
- Het stroombeheersysteem: Stel je een slimme stekkerdoos voor. De batterij van de auto levert veel stroom, maar verschillende onderdelen hebben verschillende hoeveelheden nodig (sommigen hebben hoge spanning nodig, anderen lage spanning). Het TEACAR-stroombord fungeert als een vertaler, zodat de camera de juiste spanning krijgt en de motor de juiste spanning, terwijl alles wordt beschermd tegen elektrische pieken.
- De spieren: De auto gebruikt een "servo" om de wielen te draaien en een motor om vooruit te bewegen. Het systeem stuurt digitale signalen naar deze spieren om ze precies te laten bewegen.
3. De software (De "bestuurder")
De software is gebouwd op ROS 2, wat de auteurs beschrijven als een universele taal voor robots. Denk hierbij aan een drukke restaurantkeuken:
- De camera is de ober die een bestelling neemt (het beeld).
- Het neuronale netwerk is de chef-kok die beslist wat er gekookt wordt (het berekenen van de stuurhoek).
- De actuator is de ober die het eten serveert (het draaien van het stuur).
Omdat het systeem modulair is, kun je de "chef" (het AI-algoritme) vervangen zonder de ober of de serveerder te veranderen. Dit maakt het voor studenten en onderzoekers makkelijk om snel nieuwe ideeën te testen.
4. De resultaten: Werkt het?
Het team bouwde een prototype en zette het op de proef:
- Duurzaamheid: Ze lieten de auto drie keer van een hoogte van 1 meter vallen. Hij brak niet en bleef werken. Hij is sterk genoeg voor een laboratoriumomgeving.
- Snelheid: Ze testten drie verschillende "AI-bestuurders" (neuronale netwerken) van verschillende maten. De auto kon beelden verwerken en stuurbeslissingen nemen in ongeveer 1,8 tot 2,8 milliseconden. Dat is ongelooflijk snel – sneller dan een menselijk knipperen.
- Vergelijking: Toen ze TEACAR vergeleken met een populaire concurrent genaamd "DonkeyCar", was TEACAR ongeveer 6 keer sneller in het verwerken van dezelfde rijtaken. Dit komt omdat TEACAR een krachtigere computer en een beter ontwerp gebruikt.
- Kosten: Een volledige TEACAR-opstelling kost ongeveer 1.200 dollar, terwijl een vergelijkbare concurrent (RoboRacer) rond de 3.000 dollar kost.
De conclusie
TEACAR is een schaalbaar, stevig en betaalbaar testplatform om te leren hoe je zelfrijdende auto's bouwt. Het lost het probleem op van "te groot en duur" (volledige auto's) en "te fragiel en moeilijk te repareren" (andere kleine speelgoedauto's). Door een modulaire, gelaagde opbouw te gebruiken, stelt het onderzoekers en studenten in staat om hun eigen ideeën aan te sluiten, deze op echte hardware te testen en te leren van de resultaten zonder de bank te breken of het budget van de bank te breken.
De auteurs concluderen dat dit platform klaar is voor gebruik in onderzoek, onderwijs en ontwikkeling, en dat ze alle blauwdrukken en code gratis op internet beschikbaar hebben gesteld.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.