ZNJ-RB11型智能汽车及赛道实训装置

一、智能汽车组成

       智能汽车完成人工智能、无人驾驶、图像处理与运控控制等相关课程的学习，理论+实践共48课时。支持C++/Python语言编程，基于百度飞桨（PaddlePaddle）AI框架和OpenCV图像处理技术，实现在线AI模型训练、移动端部署、赛道识别与交通标志检测，车辆控制以及巡线导航等功能。产品采用双主控架构，控制主板为Edgeboard计算卡，负责复杂算法和图像处理工作，控制单元为GD32系列单片机，负责智能汽车运动传感器数据采集、电机控制等工作，并具备摄像头、陀螺仪、编码器、电量计等传感器。

1、平台功能：实现图像识别，图像处理，车辆控制以及自动驾驶等功能；

2、图像处理：摄像头校正，车道线识别，赛道元素识别、赛道测量；

3、路径规划：基于贝塞尔（Bezier）曲线的加权轨迹规划；

4、运动控制：闭环PID速度控制和PD姿态控制；

5、目标检测：基于Yolo-v3的多目标实时检测（FPS<60ms，Map>90%）；

6、多线程任务：图像采集与赛道识别周期：30ms；AI目标检测周期：34ms；

7、车检助手：车辆自检，车辆配置（舵机），车辆状态监控（电量/速度/姿态等）；

8、车辆尺寸：长×宽×高为316×190×110mm（不含摄像头碳纤杆），316×190×360mm(含摄像头碳纤杆)；

9、硬件：硬件含智能汽车1台，手柄1个，电源适配器1个，网线1根；

10、车辆采用3S锂电池供电，最大速度10m/s，舵机控制阿克曼转向，最小转弯半径约25cm；

11、系统环境：Linux系统 Ubuntu18.04；

12、控制主板：Edgeboard计算卡，处理器：4核A75@1.8GHz+4核A55@1.8GHz，内存：4GB，LPDDR4x，AI算力：3.2TOPs@int8；

13、控制单元：1块GD32单片机板，采用了ARM Cortex-M3内核，电机驱动高精度速控为40ns/30KHz，BM3451 3S锂电池平衡充电与放电保护模块， SL2.1S USB2.0 1托4扩展芯片，舵机驱动TPS5430 6.35v/5A；

14、电机：1个直流高速电机，额定电压12V，空载转速12000rpm；

15、舵机：1个高精度数字舵机  0.14Sec/60°；

16、电池：1块3S 25C锂电池 标称11.1V ，容量2200mAh ；

17、摄像头：1个640×480分辨率的30万像素摄像头；

18、轮胎：4个橡胶轮胎，轻便，抓地力强；

19、通信方式：支持Ethernet、USB、UART通信；

20、课程：课程理论+实践共48课时，含课程大纲，课程讲义，实训手册，课件，教案，实践代码，视频文件以及考核资料包；

21、软件：软件含车辆配置软件（Windows版），AI系统镜像（Linux系统Ubuntu18.04，Python3.6），AI算法包（Yolo-v3），底层支持库(OpenCV，Joystick，Serial，Pthread，Paddle等)；

二、赛道参数

        智能汽车赛道是PVC赛道，有黑白胶带、蓝色背景布、坡道、赛道元素标志、锥桶等。

1、场地支持7.5m*5.5m与7.5m*8m两种尺寸，PVC赛道；

2、赛道基础元素套装，包含直线赛道，曲线弯道，交叉路口，环岛，三岔路口和车库元素；

3、赛道蓝底布尺寸至少可铺设7.5m*8m；

4、赛道边界黑胶带10卷，连接白胶带10卷；

5、木质坡道1个，长宽高：150cm*60cm*14cm；

6、黄色塑料锥桶56个，底部直径74mm，高度74mm；

7、标志3D打印套装1套，车辆维护标志*1、农田标志*1、减速标志*1、坡道标志*1、粮仓标志*2；

8、标定板1块，360mm*270mm；

9、赛道围栏80片，黑色，35cm*45cm；

10、裁判系统1套，是自动计时裁判系统，带有控制器和触发线圈，通过电磁感应原理进行车辆运行的自动计时；连接到电脑上位机上，与裁判系统软件进行数据同步，实时显示队伍信息和比赛用时。