جولان خودرو الکتریکی دانشجویان کرجی در مسابقات بین‌المللی ربوکاپ

خبرگزاری علم و فناوری آنا؛ هفدهمین دوره مسابقات بین‌المللی ربوکاپ آزاد ایران به همت ستاد مرکزی باشگاه پژوهشگران جوان و نخبگان، کمیته ملی ربوکاپ آزاد ایران و دانشگاه آزاد اسلامی واحد علوم و تحقیقات ۶ تا هشتم اردیبهشت ۱۴۰۲ در ۲۳ لیگ در واحد علوم تحقیقات برگزار می‌شود و دانشگاه آزاد اسلامی واحد کرج با «ربات خودرو خودران» در این مسابقات حضور دارد.

حدود ۹۰ درصد تصادفات رانندگی به دلیل خطای انسانی بوده و تحقیقات انجام شده در زمینه خودرو‌های خودران نشان می‌دهد که این فناوری می‌تواند درصد خطای انسانی در تصادفات جاده‌ای را به صفر برساند. استفاده عمومی از خودرو‌های خودران هم می‌تواند در روز ۵۰ دقیقه در وقت رانندگان صرفه جویی کند.

دانشکده هوش مصنوعی دانشگاه آزاد اسلامی واحد کرج در این راستا به تشکیل یک تیم دانشجویی و انجام تحقیق و توسعه در زمینه تصادفات جاده‌ای اقدام کرده است.(سرپرست تیم: امید میرزاده و اعضای تیم: محمد حسین سعیدی، حسین دهقانی، علی ملکشاهیان و رهام بادی)

** رانندگی خودکار با استفاده از الگوریتم‌های بینایی ماشین و هوش مصنوعی

نخستین محصول کار این تیم، خودرویی الکتریکی(ربات خودرو خودران) با مقیاس یک دهم خودرو‌های واقعی خواهد بود که بتواند به صورت خودکار با استفاده از الگوریتم‌های بینایی ماشین و هوش مصنوعی بین خطوط رانندگی کند و با توجه به علائم راهنمایی و رانندگی تعیین مسیر دهد، پارک کند، پشت خط عابرپیاده توقف و در نهایت خود را به مقصد معین شده برساند.

سیکل عملکردی این خودرو به ۳ بخش تقسیم می‌شود که در مرحله اول با کمک دوربین اطلاعات محیط دریافت و با استفاده از مینی کامپیوتر‌ها پردازش می‌شود، سپس در مرحله دوم این اطلاعات به میکروکنترلر ارسال شده و در نهایت میکروکنترلر با پردازش آن‌ها و داده‌های دریافتی از سنسور‌ها خودرو را هدایت می‌کند.

دوربین ۸ مگاپیکسلی در این ربات با قابلیت عکسبرداری و فیلمبرداری با کیفیت بالا، تمام ویژگی‌های دوربین ۸ مگاپیکسل V۲ از جمله وزن کم، اندازه کوچک و نصب آسان را دارا بوده و به یک LED مادون قرمز برای تأمین نور مادون قرمز جهت دید در شب نیاز دارد.

 SSD  خودرو دارای دو جزء است: مدل ستون فقرات و سر SSD. مدل ستون فقرات معمولاً یک شبکه طبقه بندی تصویر از پیش آموزش دیده به عنوان استخراج کننده ویژگی است. این معمولاً یک شبکه مانند ResNet است که در ImageNet آموزش دیده است که لایه طبقه بندی کاملاً متصل نهایی از آن حذف شده است؛ بنابراین ما با یک شبکه عصبی عمیق باقی می‌مانیم که می‌تواند معنای معنایی را از تصویر ورودی استخراج کند و در عین حال ساختار فضایی تصویر را هرچند با وضوح پایین‌تر حفظ کند.

برای resnet۳۴، ستون فقرات منجر به ۲۵۶ نقشه ویژگی ۷x۷ برای یک تصویر ورودی می‌شود. سر SSD تنها یک یا چند لایه کانولوشن بوده که به این ستون فقرات اضافه شده است و خروجی‌ها به عنوان جعبه‌های مرزی و کلاس‌های اشیاء در مکان فضایی فعال سازی لایه‌های نهایی تفسیر می‌شوند.
در رابطه با برد پردازنده به علت افزایش بازدهی احتمال تغییر برد از Raspberry pi ۴ به Jetson Nano است.

برد توسعه جتسون نانو (Jetson Nano) انویدیا یک کامپیوتر کوچک و قدرتمند است که به شما اجازه می‌دهد تا چند شبکه عصبی را به طور موازی برای برنامه‌های کاربردی مانند طبقه‌بندی تصویر، تشخیص اشیاء، تقسیم‌بندی و پردازش گفتار استفاده کنید. همه اینها در یک پلتفرم آسان برای استفاده است که با ۵ وات اجرا می‌شود.

جتسون نانو ۴۷۲ گیگافلاپس را برای اجرای الگوریتم‌های AI مدرن سریع با چهار هسته ۶۴ بیتی CPU ARM، یک پردازنده گرافیکی انویدیا ۱۲۸-هسته‌ای و ۴GB LPDDR۴ ارائه می‌کند. این سیستم چند شبکه عصبی را به موازات اجرا می‌کند و همزمان چندین سنسور با وضوح بالا را پردازش می‌کند.

جتسون نانو توسط انویدیا JetPack پشتیبانی می‌شود که شامل بسته‌های پشتیبانی از برد (BSP) و CUDA، cuDNN و کتابخانه‌های نرم افزاری TensorRT برای یادگیری عمیق، بینایی کامپیوتر، محاسبات GPU، پردازش چندرسانه‌ای و خیلی چیز‌های دیگر است. SDK شامل توانایی بومی‌سازی چارچوب‌های محبوب Open Source ML مانند TensorFlow، PyTorch، Caffe/Caffe۲، Keras و MXNet را داراست و توسعه‌دهندگان را قادر می‌سازد که چارچوب AI/AI مورد علاقه خود را سریع و آسان به محصولات تبدیل کنند.

سیستم حرکتی

در این ربات از ۴ موتور dynamixel استفاده شده است که برای مکانیزم فرمان ازموتور AX-۱۲ و برای سیستم حرکتی از موتور RX-۲۸ استفاده شده است. این سرو موتور‌ها توسط شرکت robotis تولید می‌شوند و در واقع یک عملگر و سنسور هوشمند با ساختار شبکه ا‌ی هستند که ضمن در یافت فرمان از کنترلر اصلی می‌توانند اطلاعات مختلفی مانند موقعیت موتور، سرعت موتور، بار موتور، دمای داخلی ماژول، ولتاژ ورودی و... را به کنترلر برگردانند.

این (Servo Motor) سرو موتور DC را به علت دارابودن قابلیت گردش کامل می‌توان هم در حالت کنترل موقعیت به عنوان سروو موتور و هم در حالت کنترل سرعت به عنوان موتور دی سی با فیدبک انکودر absolute استفاده کرد. درون بسیاری از سرووموتور‌های داینامیکسل از موتور دی سی مکسون موتور سوئیس (Maxon Motor) که دارای خواص طول عمر بالا در عین کوچک بودن بوده استفاده شده است. برای راه انداری این داینامیکسل‌ها ما از زبان C و کامپایلر code vision استفاده شده است.

این موتور‌ها از طریق ارتباط سریال با میکرو کنترلر ارتباط برقرار می‌کنند. پروتکل ارتباطی AX-۱۲ از نوع TTL و پروتکل ارتباطی RX-۲۸ از نوع RS۴۸۵ می‌باشد وهر دو موتور‌ها از پروتکل ورژن یک داینامیکسل‌ها با میکروکنترلر ارتباط برقرار می‌کند. طبق این پروتکل می‌بایست یک packet به داینامیکسل ارسال کرد. نمونه کدی از راه اندازی این داینامیکسل‌ها میبینیم که آیدی موتور ۳ و قرار است موتور در پوزیشن موردنظر قرار می‌گیرد داینامیکسل در حالت joint mode راه اندازی شده است، باد ریت میکروکنترلر و موتور نیز در ۹۶۰۰ تنظیم شده است.

سنسور‌ها

ماژول فاصله سنج لیزری VL۵۳L۰X GY-۵۳

VL۵۳L۰X نسل جدید ماژول فاصله یاب لیزری براساس اصل TOF) زمان پرواز بوده که درکوچکترین پکیج حال حاضر موجود در بازار قرار گرفته است و فاصله را به درستی و با دقت اندازه می‌گیرد. این ماژول قادر به اندازه گیری فاصله تا دو متر است و با قرار دادن یک معیار جدید در سطوح عملکرد فاصله سنجی، امکان استفاده از آن را در کاربرده‌ای بسیاری می‌دهد.

انتشاردهنده ۹۴۰ نانومتر‌ی VL۵۳L۰X کاملا در برابر دید چشم انسان نامرئی است و پس از جفت شدن با فیلتر‌های مادون قرمز فیزیکی داخلی قادر به اندازه گیری محدوده وسیع تری بوده و همچنین ایمنی بیشتری نسبت به نور محیطی دارد.