AWS DeepRacer 自動駕駛賽車

AWS DeepRacer 自動駕駛賽車

  • 什麼是DeepRacer
    • DeepRacer是AWS出的一款1/18比例賽車,讓一般人可以透過很有趣的方式來學習”強化學習模型”(Reinforcement Learning, RL)。開發人員只要使用AWS的雲端平台,與3D模擬器中的虛擬汽車及賽道,就可以很快速的開發自駕車機器學習模型,並部署到DeepRacer上
    • DeepRacer是一臺有輪子的電腦,其所使用的機器作業系統ROS是以Ubuntu為基礎開發,透過開源DeepRacer程式碼,可以讓具有程式開發能力的開發人員,創造出新的或是更有趣的車輛用途,讓開發人員將腦中汽車的點子,能夠在DeepRacer中實現
  產品詳細資訊

汽車:1/18比例4輪驅動並加裝引擎越野卡車底盤

CPU : Intel Atom™ 處理器

記憶體:4 GB RAM

儲存體:32 GB (可擴充)

Wi-Fi : 802.11ac

攝影機:採用MJPEG的4MP攝影機

軟體:Ubuntu OS 16.04.3 LTS、Intel® OpenVINO™ 工具套件、ROS Kinetic

驅動電池:7.4V/1100mAh鋰聚合物

運算電池:13600mAh USB-C PD

連接埠:4xUSB-A、1x USB-C、1x Micro-USB. 1x HDMI

感應器:整合式加速度計和陀螺儀

AWS DeepRacer Evo上的其他感應器是LiDAR和1個採用  MJPEG的立體4 MP攝彩機。

 

  • 學習資源
    • 目前採購三台DeepRacer,包含Evo套件,提供畢業專題同學學習使用
    • 已採購DeepRacer標準專用賽道,學生可以將線上訓練好的深度學習模型,實際部屬到DeepRacer上,實際在賽道驗證模型的成效
    • 學生經由原廠授權的教師加入Learner Lab,每次可得到100美元使用AWS雲端服務的補助,足夠訓練模型所需
  • 進行中的實驗
  • 三種競賽(Time trail,Object avoidance,Head-to-head racing)的模型訓練與優化
DeepRacer跑道鋪設
 
DeepRacer自動駕駛
   

 

 

部屬物件偵測模型,讓DeepRacer可以偵測並跟隨該物件。所謂的物件,可以是人,或者是其他的應用情境下的物件。

  • AWS DeeperRacer示範專案 –Off Road

讓DeepRacer可以讀取一系列是先鋪設好的QR codes,依照QR codes上的路徑資訊來行進

 

🎬實驗影片連結