| 技术参数及配置要求 | (1) 本体系统：ADAS采用碳纤维材质，耐磨及防碰撞划伤；配置机械连接卡口7个，采用机械连接固定、磁吸等不同方式，可用来安装不同类型摄像头、激光雷达、超声波、红外等传感器模块，不同尺寸、不同应用，可自由组合搭配。 (2) 车轮结构：采用麦克纳姆轮，可实现万向移动，包括侧移、原地旋转等，一方面提高车载机动性，同时为伺服控制与精密定位算法提供了更多可能性；与本体尺寸、接口以及应用匹配，可自主搭配组合。(3) 主控模块及接口：专为计算机视觉开发而量身定制，NVIDIA NX主板，兼容性极强；接口预留13个type-c、2个USB和1个RJ45网口；系统采用上、下位机设计模式，杜绝系统死机；具备电源管理系统、应急处理系统，防止零部件损坏；内置下位机运行逻辑，上位机卡顿、死机时下位机可无痕接管控制系统。 (4) 传感模块：选择单摄、双摄、景深等不类型同摄像头，其中单摄分辨率高，拍摄清晰、超大视角；双摄提高更广视野与更多伺服可能性, 极大程度减少车辆死角；景深摄像头除传统RGB数据外，还提供景深数据，可以获取到深度信息；6米深度激光雷达，可以用来建图，导航，辅助判断，AI训练等。 (5) 电机模块：使用JK42SH60电机；精度：128脉冲/step；转速：0-1.4m/s，最大支持1.4米/s，保证精度同时兼顾速度。 (6) 配置18650电芯电池，连续使用120+min，手动驾驶模式下可以连续供电120min。 (7) 系统软件：基于linux发行版ubuntu定制，匹配同步运行环境；ROS（Robot Operating System）机器人专用操作系统，灵活度极高，且满足多节点通信和运行；内置了CUDA通用并行架构，利用图形处理器 (GPU) 处理能力，可大幅提升计算性能；基于python实现功能模块，更小学习成本，可投入更多时间专注于算法；python有大量库，可满足大多数拓展应用需求；所有功能在docker内运行，无论是升级还是回滚，都只需很小的成本；基于ubuntu操作系统，除主要使用软件外，可以极其方便安装需要的功能软件，例如C++、JAVA、GO等。 (8) 框架算法：支持主流深度学习框架Tensorflow、Torch、TensorRT、Flaskweb等，在GPU上快速有效网络推理；支持Caffe、scikit-learn、MXNET、Paddle等主流框架一键安装；自研神经网络，简洁轻便速度快。 |
当前位置：
