Mô hình đào tạo xe tự lái Level L3 ATP- 99015 Dựa trên Hệ thống tự lái Autoware
Thông tin sản phẩm
| Model sản phẩm |
ATP-99015 |
| Nhà sản xuất |
China |
Giới thiệu về Sản phẩm
Mô hình huấn luyện xe tự lái Level L3 bao gồm hệ thống điều khiển bằng dây khung gầm, thân kim loại tấm, hệ thống truyền động động cơ điều khiển bằng dây, hệ thống lái điều khiển bằng dây, bộ điều khiển VCU của xe, hệ thống điện trên xe và hệ thống truyền thông mạng CAN.
Hệ thống điều khiển lái/lái/phanh điều khiển bằng dây và bộ phận truyền động có tốc độ phản hồi nhanh và độ chính xác phản hồi cao.
Xe hỗ trợ ba chế độ lái bằng tay, lái điều khiển từ xa và tự lái.
Ở chế độ tự lái, tốc độ xe khoảng 5-30km/h, và chức năng lái tự động điểm-điểm được thực hiện theo lộ trình đã định. Có thể lập kế hoạch đường đi hợp lý, vượt chướng ngại vật và phanh khẩn cấp tự động trong quá trình lái. Dựa trên thiết bị này, nó có thể thực hiện huấn luyện thực hành toàn diện về xe thông minh kết nối từ ba khía cạnh: nhận thức, ra quyết định và điều khiển.
Tính năng
Kiểm chứng điều khiển bằng dây khung gầm. Thông qua thí nghiệm, sinh viên nắm vững cách thức thiết bị tính toán giao tiếp với khung gầm xe, hiểu sâu sắc vai trò của tệp DBC của xe và các nguyên tắc, quy trình cơ bản của CAN.
Hệ thống phần mềm có phần mềm tạo mã giao thức điều khiển xe, giúp sinh viên hiểu cấu trúc cơ bản của tệp DBC, sau đó có thể sử dụng công cụ phần mềm để phân tích tệp DBC và nhanh chóng tạo mã giao thức điều khiển xe. Chức năng của mã là hoàn thành việc điền thông báo điều khiển hành động khung gầm, đọc và báo cáo trạng thái.
Thí nghiệm điều khiển tích hợp khung gầm xe thông minh, thông qua giao thức CAN để điều khiển tăng tốc, giảm tốc, đánh lái, chuyển đổi chế độ lái.
Phần mềm được trang bị cho máy tính công nghiệp, kết nối với khung gầm xe thông qua CAN BUS, sau đó nhập vào hệ thống phần mềm và gửi lệnh điều khiển khung gầm, kiểm tra xem chức năng điều khiển bằng dây khung gầm có chính xác hay không. Bằng cách gửi các mã giao thức CAN với các ý nghĩa khác nhau, hệ thống có thể điều khiển xe tiến, lùi, rẽ trái, rẽ phải, tăng tốc, phanh, v.v.
Bằng cách xem xét các tín hiệu phản hồi từ khung gầm, liệu chúng có phải là các giá trị điều khiển (lái, số, tốc độ, gia tốc, v.v.) mà chúng tôi gửi đi hay không. Bạn có thể xem giá trị của từng thông số và quan sát sự thay đổi của chúng.
Còn rất nhiều dữ liệu khung gầm khác tương tự, bao gồm tốc độ động cơ, trạng thái bộ điều khiển động cơ, v.v. Lập trình có thể được mở rộng để phân tích và điều khiển dữ liệu thực tế.
Thí nghiệm định vị GPS trong lái xe thông minh
Công nghệ định vị lái xe thông minh hiện nay chủ yếu dựa vào GPS, với độ chính xác có thể đạt đến cấp độ centimet, và phần mềm của chúng tôi sử dụng định vị vi sai GPS trong mô-đun định vị. Được trang bị phần mềm và tài liệu thiết lập hệ thống GPS, GPS có thể được cấu hình dễ dàng. Thí nghiệm GPS cho phép tìm hiểu quy trình cấu hình và nguyên lý hoạt động của GPS.
Người thí nghiệm kết nối hệ thống dẫn đường quán tính IMU với ăng-ten GPS một cách chính xác và đặt giá trị cánh tay đòn thích hợp, được sử dụng để hoàn tất quá trình chuyển đổi ăng-ten GPS sang hệ tọa độ thân xe.
Thí nghiệm hiệu chuẩn cảm biến lái xe thông minh
Các cảm biến cần được hiệu chuẩn để cho nhau biết vị trí tương đối và tăng độ chính xác của điều khiển. Hiệu chuẩn chủ yếu là hiệu chuẩn tham số bên ngoài, bao gồm hiệu chuẩn giữa LIDAR và IMU, hiệu chuẩn camera, GPS. Các công cụ phần cứng và phần mềm để hiệu chuẩn được cung cấp, và việc hiệu chuẩn có thể được thực hiện nhanh chóng bằng cách làm theo các bước đã thiết lập. Hiệu chuẩn là cơ sở cho các thí nghiệm nhận thức.
Thí nghiệm nhận thức thị giác lái xe thông minh.
Nhận thức thị giác lái xe thông minh về chướng ngại vật bên ngoài chủ yếu được sử dụng để phân tích dữ liệu cảm biến và đơn vị tính toán. Hiện nay, phổ biến nhất là nhận thức LIDAR và nhận thức thị giác camera. Trong số đó, nguyên lý của nhận thức thị giác camera là thu thập dữ liệu hình ảnh và sử dụng dữ liệu để phân tích so sánh các mô hình học máy để xác định loại chướng ngại vật và đầu ra.
Phần mềm hệ thống này đi kèm với các mô hình học máy có thể được sử dụng trực tiếp, và người thực nghiệm cũng có thể tự tạo mô hình học tập của riêng mình để cải tiến thuật toán xác minh.
Thí nghiệm phát hiện siêu âm lái xe thông minh
Radar siêu âm để phát hiện cự ly gần, cảnh báo đỗ xe và các vật thể gần khác. Các nhà thí nghiệm có thể quan sát việc nhận dạng các vật thể ở cự ly gần thông qua quy trình thử nghiệm của chúng tôi, bao gồm khoảng cách của vật thể, v.v.
Thí nghiệm phát hiện LIDAR trong lái xe thông minh
LIDAR được sử dụng để nhận dạng chướng ngại vật và hỗ trợ định vị trong lái xe thông minh. Sau khi thu thập dữ liệu đám mây điểm, dữ liệu sẽ được so sánh và phân tích theo mô hình học máy do phần mềm cung cấp để xác định loại chướng ngại vật, khoảng cách, hướng di chuyển, v.v. Sau đó, mô-đun cảm biến sẽ báo cáo thông tin này cho lớp lập kế hoạch và ra quyết định để hướng dẫn xe phản ứng phù hợp.
Thông qua quy trình thử nghiệm của LIDAR, có thể hiểu sâu sắc cách LIDAR phát hiện chướng ngại vật, hiệu suất phát hiện và cách sử dụng kết quả phát hiện để điều khiển hệ thống.
Thí nghiệm sản xuất bản đồ đường bộ đơn giản
Bản đồ là một mô-đun rất quan trọng đối với lái xe thông minh, và việc sản xuất bản đồ có độ chính xác cao rất tốn kém. Để tạo điều kiện thuận lợi cho việc học tập, chúng tôi đã phát triển một chương trình tạo bản đồ đơn giản cho các thí nghiệm. Các nhà thí nghiệm cũng có thể tự sửa đổi quy trình tạo này khi cần thiết để làm phong phú nội dung bản đồ và đạt được các thí nghiệm bản đồ có ý nghĩa hơn.
Thí nghiệm tránh chướng ngại vật lái xe thông minh
Sau khi hoàn thành các thí nghiệm trên, người thực hiện có thể tiến hành một thí nghiệm lái xe tự động toàn diện, tìm một bãi đất trống, cho xe di chuyển theo bản đồ đơn giản, giảm tốc độ khi gặp người, hoặc chuyển làn để tránh và dừng lại tại điểm đến.
Liên tục điều chỉnh các thông số lập kế hoạch và điều khiển dựa trên kết quả thực nghiệm để đảm bảo xe vận hành tốt, đạt được chức năng tự lái.
Thí nghiệm này có thể được sử dụng làm thiết kế khóa học, khuyến khích sinh viên đưa ra những ý tưởng mới và đạt được nhiều sáng kiến nghiên cứu.
Có thể thiết lập giới hạn tốc độ khi cần thiết và cài đặt nút dừng khẩn cấp để đảm bảo an toàn trong quá trình thí nghiệm.
Sử dụng năng lượng điện.
Được trang bị phần mềm thí nghiệm, hướng dẫn sinh viên thực hành các thí nghiệm (bao gồm nhưng không giới hạn ở lập trình), phần cứng và phần mềm mã nguồn mở, dễ nghiên cứu. Môi trường cơ bản C++ và Linux, độ khó vừa phải.
Thông số cơ bản
1. Kích thước tổng thể (mm): không nhỏ hơn 3000 × 1400 × 1600mm (dài × rộng × cao)
Tốc độ tối đa 30km/h
Chiều dài cơ sở không nhỏ hơn 2000mm
Khoảng cách tối thiểu từ mặt đất: 140mm
Quãng đường di chuyển hoàn toàn bằng điện: không nhỏ hơn 100km
2. Hệ thống điện
Ắc quy: Điện áp ắc quy 72V, dung lượng định mức 100Ah
Động cơ dẫn động: Làm mát bằng gió tự nhiên, công suất định mức không nhỏ hơn 3kw
Bộ điều khiển động cơ dẫn động: Điện áp đầu vào 72V, công suất đầu ra tối đa 15kW, hiệu suất tối đa 98%, làm mát bằng gió tự nhiên, trọng lượng 1,5kg
Bộ sạc: Điện áp đầu vào định mức 220V, dòng điện đầu vào tối đa 16A, hiệu suất chuyển đổi 95%
3. Hệ thống khung gầm
Hệ thống treo: Hệ thống treo độc lập kiểu MacPherson trước và sau
Hệ thống lái: Hệ thống lái điều khiển bằng dây EPS, độ chính xác thực hiện điều khiển ± 2°
Hệ thống phanh: phanh đĩa trước và sau, phanh điều khiển bằng dây, đỗ xe điện tử, thời gian phản hồi của hệ thống phanh điều khiển bằng dây nhỏ hơn 200ms
Hệ thống lái: dẫn động cầu sau, thời gian phản hồi của hệ thống lái điều khiển bằng dây nhỏ hơn 200ms
4. Điều kiện làm việc: nhiệt độ môi trường khi sạc -10℃ đến 50℃, nhiệt độ môi trường khi lái -20℃ đến 50℃
5. Thông số ngoại hình: Thân xe sử dụng kết cấu khung, cửa trước và sau xe sử dụng vật liệu trong suốt để thuận tiện cho việc giảng dạy. Các cảm biến thông minh, buồng lái thông minh, hệ thống lái điều khiển bằng dây, phanh điều khiển bằng dây, nền tảng tính toán có thể tháo rời và lắp ráp nhiều lần, và vị trí lắp đặt radar sóng milimet có thể điều chỉnh được.
6. LIDAR:
Góc nhìn ngang: 360°
Góc nhìn dọc: 30° (-16°~+15°)
Phạm vi đo: 0,3~80m (độ phản xạ 10%)
Độ chính xác khoảng cách: ±5cm (0,3~1m), ±2cm (1~80m)
16 kênh đo khoảng cách
Cung cấp đầu ra dữ liệu Ethernet 100 megabit, bao gồm khoảng cách, góc quay, độ phản xạ và các thông tin khác
Nhiệt độ làm việc: -20℃-65℃
Điện áp hoạt động: 9-32V
Mức độ chống nước: không dưới IP67
7. Radar sóng milimet tầm trung và tầm xa:
Tần số hoạt động: 77GHz
Chế độ điều chế: FMCW
Công suất phát: 10dBm
Phạm vi đo khoảng cách: 1m~160m
Độ chính xác phạm vi: dưới 0,3m
Phạm vi tốc độ: 180km/h
Độ chính xác đo tốc độ: dưới 0,5km/h
Số lượng mục tiêu phát hiện tối đa: không dưới 30
Độ phủ góc phương vị tối đa: 45°
Độ phủ góc nghiêng: ±5°
Chu kỳ phát hiện: 50ms
Công suất tiêu thụ: 7W
Trọng lượng: dưới 300g
Cấp độ chống nước: IP67
8. Radar siêu âm:
Khoảng cách phát hiện: 0,1m - 3,5m
Độ chính xác khoảng cách phát hiện: ±5cm
Bộ điều khiển chính 12 đầu dò, ngõ ra dữ liệu CAN
Nhiệt độ hoạt động: -40℃-85℃
Điện áp hoạt động: 9-16V
Cấp độ chống nước: IP67
9. Camera:
Góc nhìn phía trước 120°, góc nhìn xung quanh 190°
Độ phân giải hình ảnh: không dưới 1920*1080
Tốc độ khung hình hỗ trợ: không dưới 30fps
Giao diện dữ liệu camera: GMSL2
Nhiệt độ hoạt động: -40°C - 85°C
Mức độ chống nước: không dưới IP67
10. Định vị kết hợp GPS:
Kết hợp định vị và dẫn đường bằng GNSS và IMU.
Độ chính xác sai số vị trí không quá 1,2cm khi tín hiệu GNSS/BD tốt, và độ chính xác sai số góc hướng không quá 1°.
Khi mất tín hiệu GNSS, độ lệch vị trí trong thời gian duy trì 10m không dưới 60 giây.
Tần số cập nhật dữ liệu 100Hz.
Hỗ trợ RS-232/485, cổng mạng, CAN/CANFD và các giao diện khác.
Bao gồm máy chủ dẫn đường kết hợp, 2 ăng-ten vệ tinh, cáp kết nối và dịch vụ định vị, v.v.
Nhiệt độ làm việc: -30℃-70℃.
Điện áp hoạt động: 9-32V.
Mức độ chống nước: không dưới IP67.
11. Nền tảng tính toán:
Với 2 chip xử lý hiệu suất cao (bộ xử lý 8 nhân 64-bit, tần số chính không dưới 2,2GHz, tổng công suất tính toán 60TOPS).
Bộ nhớ ROM không dưới 32G.
Với các giao diện và mô-đun: Camera GMSL không dưới 8 kênh, cổng Gigabit Ethernet không dưới 2 kênh, CAN không dưới 6 kênh, giao diện LIN không dưới 2 kênh, RS232 không dưới 4 kênh.
Được trang bị vi điều khiển lớp ASIL-D.
Điện áp hoạt động: 9V đến 16V.
Mức độ chống nước: không thấp hơn IP67.
Nhiệt độ hoạt động: -25℃ đến 70℃.
Cấu hình cơ bản
1 đơn vị LIDAR 16 dòng, 1 đơn vị nền tảng máy tính tự lái, 5 đơn vị radar sóng milimet 77GHz, 1 đơn vị camera đơn, 4 đơn vị camera toàn cảnh 360, 1 bộ hệ thống dẫn đường quán tính kết hợp GPS, 1 đơn vị màn hình kép buồng lái thông minh, 12 đơn vị radar siêu âm, 1 đơn vị động cơ truyền động, 1 đơn vị bộ điều khiển động cơ điều khiển bằng dây, 1 đơn vị pin nguồn 72V, 1 đơn vị bộ điều khiển thân xe, 1 bộ hộp cầu chì, 1 bộ hệ thống lái điều khiển bằng dây, 1 bộ hệ thống phanh điều khiển bằng dây, 1 bộ sạc.
Hình sản phẩm Mô hình đào tạo xe tự lái Level L3 ATP- 99015 Dựa trên Hệ thống tự lái Autoware
Thông tin nhà sản xuất :
ATP được thành lập vào năm 2003 có trụ sở chính tại Tòa nhà Tairan, Quận Futian, trung tâm Thâm Quyến và nhà máy đặt tại Thị trấn Dayun Al, Phố Henggang, Quận Longgang, Thâm Quyến chuyên sản xuất mô hình dạy nghề ôtô như Mô hình đào tạo xe tự lái Level L3 ATP- 99015 Dựa trên Hệ thống tự lái Autoware
Không chỉ là một công ty công nghệ cao, công ty còn tập trung vào phát triển các nguồn tài nguyên giáo dục phần mềm & phần cứng, dịch vụ giảng dạy giáo dục mà còn là một doanh nghiệp quốc tế cung cấp các giải pháp giảng dạy phần mềm và phần cứng cho người dùng trên toàn thế giới.
Sau hơn 20 năm tích lũy kỹ thuật, ATP có một hệ thống giảng dạy độc đáo và các nguồn tài nguyên giáo trình kỹ thuật số khổng lồ. Các sản phẩm và giải pháp giảng dạy bao gồm các loại xe năng lượng mới, xe nhiên liệu truyền thống, xe kết nối mạng thông minh, internet công nghiệp, sản xuất thông minh, máy móc xây dựng, xe thương mại và các lĩnh vực chuyên môn khác.
Thông qua hơn 30 văn phòng tiếp thị và hậu mãi trên toàn quốc, ATP đã phục vụ gần 3.000 trường cao đẳng và đại học tại Trung Quốc và cung cấp dịch vụ giảng dạy cho hơn 300 trường học tại hơn 50 quốc gia và khu vực ở nước ngoài.
Nhìn về tương lai, ATP cam kết xây dựng một nền tảng sinh thái giáo dục thông minh, tạo ra các nguồn tài nguyên giáo dục chất lượng cao và làm cho việc giảng dạy hiệu quả hơn.
Để biết thêm thông tin chi tiết vui lòng liên hệ:
Điện thoại – Zalo – 0913712255
https://thietbisun.com.vn/mo-hinh-day-nghe-xe-tu-hanh
www.thietbisun.vn
