Système de contrôle Nano Jetson
NVIDIA Jetson Nano est capable d’exécuter des frameworks d’apprentissage profond grand public, tels que TensorFlow, PyTorch, Caffe/ Caffe2, Keras, MXNet. Fournir une puissance de calcul puissante pour les projets d’IA massifs. Propulsé par Jetson Nano, JetAuto peut mettre en œuvre la reconnaissance d’images, la détection et le positionnement d’objets, l’estimation des poses, la segmentation sémantique, l’analyse intelligente et d’autres fonctions tout-puissantes.
Cartographie et navigation Lidar 2D
Navigation À Un Point, Navigation À Plusieurs Points
JetAuto utilise Lidar pour détecter l’environnement en temps réel afin d’obtenir une navigation en un seul point ainsi qu’une navigation en plusieurs points.
Planification des chemins TEB, évitement des obstacles
Il prend en charge la planification du chemin TEB et est capable de surveiller l’obstacle en temps réel pendant la navigation. Par conséquent, il peut replanifier l’itinéraire pour éviter l’obstacle et continuer à se déplacer.
Cartographie de l’exploration autonome RRT
Suivi Lidar
En scannant l’objet en mouvement avant, Lidar rend le robot capable de suivre la cible.
Données de carte de profondeur, nuage de points
Grâce à l’API correspondante, JetAuto peut obtenir une carte de profondeur, une image en couleur et un nuage de points de l’appareil photo
Apprentissage profond, conduite autonome
Avec JetAuto, vous pouvez concevoir un scénario de conduite autonome pour mettre en pratique ROS, ce qui vous permet de mieux comprendre les fonctions de base de la conduite autonome.
Détection des panneaux de route
Grâce à la formation de la bibliothèque de modèles d’apprentissage profond, JetAuto peut réaliser une conduite autonome avec une vision de l’IA.
Garde des voies
JetAuto est capable de reconnaître les voies des deux côtés pour maintenir une distance de sécurité entre elle et les voies
Stationnement automatique
Combiné à l’algorithme d’apprentissage profond, JetAuto peut reconnaître le panneau de stationnement, puis se dirige automatiquement dans la fente.
Suivi des cibles KCF
S’intègre sur l’algorithme de filtrage KCF, le robot peut suivre la cible sélectionnée.
Avis
Il n’y a pas encore d’avis.