CannonBall de voitures autonomes

Etudiants : RICM4 et ENSIMAG 2A

Enseignants : Vivien Quema, Didier Donsez

L'idée de ce projet est de réaliser une/des voitures de course modèle réduit autonome capable de parcourir plusieurs tours d'un circuit défini sur un parking du campus. Le circuit est balisé avec des panneaux entre lesquelles les voitures doivent passer en évitant les obstacles (chicanes) et les autres concurrents. Les panneaux de balisage sont identifiés par des marqueurs uniques de type QRCode et sont géolocalisés. Les obstacles peuvent être également équipés de marqueurs indiquant un ralentissement, un contournement par la droite ou par la gauche. Les voitures "connaissent" à l'avance le circuit (ie les panneaux matérialisant le circuit).

Plusieurs catégories de véhicule sont prévues. Dans une catégorie, tous les véhicules sont physiquement identiques (ie chassis, moteur, batteries). Seuls les logiciels de pilotage sont différents et produites par les équipes en compétition.

Catégories

Base robot LynxMotion A4WD1 with Arduino

Laser-cutted cabin for Dagu Wild Thumper 6WD

KYOSHO Scorpion XXL

KYOSHO Scorpion XXL

1. DIY (4 moteurs de perceuse, batteries Yuasa) en moins de 10 kgs
2. Base robot LynxMotion A4WD1 Aluminium x4 (ENSIMAG + Polytech)
3. Dagu Wild Thumper 6WD Chassis x1 (Polytech)
4. Modèle réduit Monster Truck 4WD 1/5eme (vitesse max. 45 à 105 km/h) x2 (Persyval)

Cartes envisagées

• Beaglebone Black x10
• Raspberry PI x10
• Intel Nuc i5 + Intel Galileo
• Parallella http://www.parallella.org
• NVidia Tegra + Intel Galileo
• Intel Atom (tablette ou smartphone medfield > clovertrail > baytrail) + Intel Galileo
• Snowball PDK x1

Contrôleurs

• Pololu Micro Maestro 6-Channel USB Servo Controller
• Pololu Mini Maestro 12-Channel USB Servo Controller
• Arduino Uno
• Arduino Galileo
• STM32F4 Discovery (incl. acceloro, magneto, gyro)

Capteurs

Caméras

• Webcam HD / Full HD (30, 60 120 fps)
• GoPro Hero 3+ (Silver edition or Black edition)

Position

• capteurs ultrasons
• Lidar
• acceloro,
• magneto,
• gyro,
• GPS

Logiciels

• OpenCV
  • QRCode http://blog.ayoungprogrammer.com/2013/07/tutorial-scanning-barcodes-qr-codes.html
  • http://www.uco.es/investiga/grupos/ava/node/26
  • http://image2measure.net/files/Mastering_OpenCV.pdf

Etapes de projet

1. réaliser un banc d'essai de OpenCV pour la reconnaissance de marqueurs sur les différentes plateformes et pour différents modèles des caméras externes et builtin.
2. réaliser un algo de pilotage du véhicule.
3. réaliser un simulateur de pilotage de véhicule.
4. évaluer les algorithmes sur les véhicules.

Sponsors

• VOTRE SOCIETE ICI !!!
• Intel Software Labs

Liens

• Autonomous Vehicle Competition (AVC) https://avc.sparkfun.com/2013