Spis treści:
JetRacer marki Waveshare to niepozorna, ale zaskakująca bogactwem funkcji platforma do nauki sztucznej inteligencji.
Choć jeszcze do niedawna sztuczna inteligencja mogła wydawać się jedynie hasłem reklamowym i marzeniem futurystów, dziś spotykamy ją w coraz bogatszej gamie urządzeń towarzyszących nam w codziennym życiu. Projekty, których twórcy chwalą się zastosowaniem algorytmów z dziedziny AI, zyskują popularność w szerokich kręgach odbiorców oraz uznanie kooperantów ze świata biznesu. Czy da się jednak wkroczyć w tę niezwykle ciekawą, ale trudną dziedzinę, w sposób „bezbolesny” i przyjemny? Okazuje się, że tak – a najlepszym tego dowodem jest platforma JetRacer marki Waveshare.
JetRacer – robotyka mobilna w parze ze sztuczną inteligencją
Zestaw JetRacer Waveshare na pierwszy rzut oka wydaje się niepozorną platformą 4-kołową, przeznaczoną do budowy niewielkiego modelu samochodu. W rzeczywistości jednak jest to potężna baza do budowy systemu inteligentnego pojazdu, bazującego na (także dostępnym w sklepie Botland) minikomputerze jednopłytkowym Nvidia Jetson Nano. Moduł ten, o wymiarach zaledwie 100 x 80 x 29 mm, pełni funkcję zaawansowanego komputera na bazie 4-rdzeniowego procesora ARM Cortex A57, taktowanego zegarem 1,43 GHz i wyposażonego w 2 lub 4 GB 64-bitowej pamięci RAM typu LPDDR4. Urządzenie opracowane zostało z myślą o aplikacjach sztucznej inteligencji, w tym przede wszystkim głębokiego uczenia maszynowego – stąd też nie dziwi wyposażenie zestawu w ogromny (jak na jego wymiary zewnętrzne) radiator. Co ważne, minikomputer wspiera nie tylko programowanie współbieżne na bazie bibliotek CUDA, ale także szereg popularnych frameworków AI, w tym Tensorflow, TensorRT, Keras oraz PyTorch.
Natywne wsparcie Pythona i C++, a także kompatybilność z bibliotekami do przetwarzania obrazów OpenCV sprawiają, że platforma jest idealnym wyborem do tworzenia i testowania algorytmów wymagających dużej szybkości działania i przetwarzania danych multimedialnych w czasie rzeczywistym. A stąd już prosta droga do inteligentnego pojazdu…
Gratka dla miłośników robotyki
Platforma JetRacer to jednak nie tylko postawiona na kołach baza do podłączenia minikomputera Nvidia. Twórcy projektu poważnie podeszli do spraw bardziej „przyziemnych”, ale także niezwykle ważnych. I tak, napęd z silnika 37-520 z przekładnią o przełożeniu 1:10 jest przenoszony na wysokiej jakości koła. Ich antypoślizgowe opony wyposażone zostały w dość głęboki bieżnik, który równie dobrze, jak na lekko pofałdowanym terenie, sprawdzi się na gładkich powierzchniach mat do rozgrywania zawodów robotycznych (np. line follower). Wbudowana elektronika zawiera – oprócz układu zasilania z koszykiem na trzy akumulatory litowo-jonowe w rozmiarze 18650 – także sterownik silników, mały wyświetlacz OLED oraz szybki moduł WiFi AC8265 z podwójnymi antenami, obsługujący łączność 802.11 w dual-band (2,4 GHz/ 5 GHz) oraz Bluetooth 4.2. Do zmiany kierunku ruchu służy serwo MG996R, połączone przegubowo z przednią osią skrętną pojazdu. Co więcej, w zestawie znalazła się także wysokiej jakości kamera płytkowa z sensorem obrazu o rozdzielczości 8 MPx (3280 x 2464 px) i obiektywem szerokokątnym 160 o.
Montaż i uruchomienie
Aby maksymalnie ułatwić rozpoczęcie pracy z platformą JetRacer, firma Waveshare udostępniła bogato ilustrowaną, intuicyjną instrukcję montażu oraz obszerny zestaw materiałów dodatkowych. Wśród plików dostępnych na waveshare.wiki.com znaleźć można m.in. link do gotowego obrazu karty SD, zawierającego system operacyjny przygotowany specjalnie dla platformy JetRacer. Choć programowanie i obsługa robota z poziomu terminala linuksowego mogą wydawać się zawiłe dla osób niezaznajomionych z tą rodziną systemów, to inżynierowie WaveShare przygotowali także dokładne tutoriale i przykładowe projekty, pozwalające na wykorzystanie trybów zdalnego sterowania (za pomocą pada do gier lub przeglądarki internetowej), prostego uczenia maszynowego, czy też w pełni automatycznej jazdy w zadanym terenie.
Bardziej zaawansowani użytkownicy zechcą zapewne skorzystać ze schematu ideowego elektroniki robota i zestawu not katalogowych do zastosowanych układów scalonych – w rozbudowie platformy o dodatkowe funkcje i moduły pomoże im 40-pinowe złącze GPIO, znajdujące się na PCB minikomputera.
