随着人工智能的飞速发展，以及在5G通信技术支持下，无人驾驶的热度推上了新的高潮。为顺应无人驾驶汽车行业的快速发展，培养出符合行业发展需要的高技能人才，目前多地高校已经开通无人车实验室。
上期介绍的OPEN AI LAB推出无人车应用套件丨竞速版详解，主要应用于汽车模拟，竞赛，可用于各种ROS算法的验证。本期介绍无人车应用套件丨无人驾驶版，主要应用于无人驾驶交通模拟实训，可用于轮式巡检机器人、室内、园区安防机器人。
（无人小车无人驾驶版示意图）
无人车应用套件简介
OPEN AI LAB推出Arm无人车开发套件是基于ROS操作系统，专为开发者、高等院校学生精心打造的学习和应用的自动无人驾驶开发套件。整个开发套件包括激光slam和与视觉slam部分，两部分互相支撑、互为补充。
该套件采用舵机差速模型，可原地转向。适用于轮式巡检机器人、室内、园区安防机器人。舵机差速驱动、负载能力更强、底盘更稳、配合更大的车轮有更好的越野和攀爬能力。此套件可用于各种ROS算法的验证。
Arm无人车应用套件无人驾驶版与其他版本的区别：
套件主要配置
无人车的硬件平台基于嵌入式的Arm主控板，stm32电机驱动板，自带编码器直流电机，陀罗仪姿态传感器，激光雷达、rgbd深度视觉传感器，整个无人车平台可适配多种其它规格传感器、包括常用的雷达、摄像头等，底层驱动板预留舵机、超声波、串口、温湿度传感器等。
软件平台搭载ROS Lunar 版本机器人操作系统 ，实现了基于ROS系统架构下在基于雷达与深度视觉的slam建图、路径规化，AMCL自主定位，自主避障导航、深度视觉跟随、雷达跟随、以及常用的基于视觉的Opencv等算法实例。
另外软件平台搭载了自动驾驶算法系统，采用前置专用摄像头可以实现车道识别并在车道内行走、红绿灯识别，遇红灯停，绿灯行走、及常规的交通标识识别、雷达实现障碍物检测，并停止及行走，通过视觉算法融合雷达检测可以模拟交通自动驾驶场景。
EAI610的嵌入式Arm硬件平台，无人车套件主控使用高性能Arm SoC（瑞芯微RK3399），搭载OPEN AI LAB嵌入式AI开发平台AID（包含支持异构计算库HCL、嵌入式深度学习框架Tengine、以及轻量级嵌入式计算机视觉加速库BladeCV），为AI应用开发提供简洁、高效、统一的API接口，加速无人驾驶类人工智能产品的场景化应用落地实现。
（EAI610开发板）
ROS电机驱动板，stm32f103rct主控，主频72MHz，驱动板搭载GY-85姿态传感器、集成USB转串口模块、预留了舵机、超声波、串口等接口，以及其它芯片IO，为后期开发预留了很强的可扩展性。
无人驾驶版套件亮点
- 套件整合了ROS机器人操作系统平台，融合了多种传感器，将多种算法与传感器进行融合，集软硬件平台和算法为一体的开发学习平台；
- 套件提供的高性能硬件平台（SoC RK3399）在嵌入式人工智能主控端被广泛使用，如室内扫地机器人、视觉算法系统等；
- 套件提供的完整的slam算法、路径规化导航避障算法、多传感器数据融合示例，所见即所得，为用户准确了解无人驾驶提供了从底层硬件到上层主控系统完整的解决方案；
- 套件提供集于ROS系统的纯视觉的自动驾驶交通模拟场景功能，提供基于视觉的道路行走、交通灯的识别、常用交通标识识别，雷达障碍物检测等完整的开发案例及解决方案；
- 套件提供完整的教学教材、实训案例及开发指导；
- 开发套件所提供的源代码级别的实用案例，可以让学生更了解实际应用场景，贴近工程化应用。
无人驾驶交通模拟实训
1、车道线的识别
学习基于opencv下的图形处理，图像过滤，图像灰度处理、矩阵变换等常用的图像算法知识；
2、红绿灯检测
学习基于Opencv 基于Haar特征和级联分类器的交通灯识别，及色彩差值下的红绿灯检测；
3、交通标识别
基于Opencv下图形对比算法的图像标志识别（例如限行标志， 车速标志）；
4、障碍物检测
基于雷达的障碍物检测，可模拟无人车周边障碍物，行人，和车流环境。
无人车实训实验说明
若想获取Arm无人车应用套件详细介绍文档和教学视频，可以通过邮件沟通：eaidk@openailab.com。无人车应用套件系列文章暂告一段落，敬请关注EAIDK更多文章。
相关文章
OPEN AI LAB推出Arm无人车应用套件丨X2系列详解
OPEN AI LAB推出Arm无人车应用套件丨X4系列详解
OPEN AI LAB推出Arm无人车应用套件丨竞速版详解
EAI310-P0首发 | 支持系统、接口及配件详解
EAI610-P0支持系统、接口及配件介绍
基于EAIDK-610的长江航道水上监测系统荣获「挑战杯创新
