四辆机器人迷你车、一座穿梭复杂的隧道路线、一项时间紧迫的赛事,这是一位麻省理工学院教授为史上最酷的课程所打造出的期末考题目。

尽管这个「Rapid Autonomous Complex-Environment Competing Ackermann-steering Robot 」(快速自动驾驶车复杂环境对抗阿克曼转向机器人,缩写为‘赛车’RACECAR)课程有着冗长名称,依旧引发学生们的好奇心。

学生们的挑战:打造一辆自动驾驶迷你机器人车辆,能自行导航沿着隧道迷宫的曲折轨道迂回前行。

学生们使用 Jetson TK1 嵌入式计算机来设计程序算法,赋予车辆自动驾驶的能力。Jetson TK1 协助 1:10 比例的车辆部署开放源码机器人作业系统(ROS: Robot Operating System)、评估环境,以及开发出一套语言,让高速行驶的车辆能沿着轨道前行。

这项课程成为校园里的热门课程。开办这项课程的麻省理工学院航空太空工程学系助理教授 Sertac Karaman 明年将以 Jetson 套件为重心,设计规模更庞大的内容。

原生能力

RACECAR 的学生集合他们的长才,以五人一组共同合作。有些人擅长软件,有些人组造机器人,而有些人则操作机器人作业系统,对所有人来说这些都是全新体验。

Karaman 去年一月在规划推出 RACECAR 课程时,心里有个愿望。

他说:「我们需要原生的运算能力、摄影机和传感器,快速处理投入的大量数据,还要强大的工具。」

他在试用过 Jetson 后订了十套,用在六辆车上 – 四辆学生的车、一辆备用,一辆则是他跟同事的车。

高速賽車手:麻省理工學院的 Sertac Karaman 
和他使用 NVIDIA Jetson TK1 
開發套件設計出的機器人迷你車。

Karaman 在拿到麻省理工学院航空太空工程学系博士学位后留在学校,这里有着各式各样的机器人,同时学习用于飞机和无人机安全至上的嵌入式计算机系统。他在研究自驾车及其它车辆后,准备好要将机器人加入他的阵容。

Karaman 跟麻省理工学院林肯实验室海狸工程中心里合作的同事 Michael Boulet、Owen Guldner 及 Michael Park 为了 RACECAR 课程,开设七堂课介绍机器人作业系统及机器人演算系统运作方式,搭配让学生们透过实验课程学习设计「受惊车辆」的程序,有人走向它时车辆会后退。

各队在为期三天的黑客松课程里,全力以赴利用软件作业系统让车辆在不撞到东西的情况下,顺利通过隧道。

机器人赛车

在完成类似暖身的课程后,队伍间正式开始较劲。时速低于八哩(不过它们能轻松突破两倍以上的速限)的机器人赛车,以一对一的方式在500呎以上的隧道轨道上比拼。

Karaman 说:「第一辆车花了一分半的时间,队伍拉高速度,后来只花了49秒就跑完,相当于平均时速为七哩的速度。车子展现出高速过弯的技巧,速度最快的那队赢得冠军时,其他队伍也齐声欢呼。」

Karaman 针对明年的课程已经有远大的规划,打造一级方程式赛车风格的场地,让十几辆车争夺跑道内圈的有利地置。他在见识过 Jetson 的能耐后,打算加入采用 GPU 技术的立体环绕摄影机和特征侦测技术。

他说:「很惊讶学生这么快就学会使用 Jetson,安装好就能上手。我们打算把 Jetson 装在无人机上,让它飞来飞去。只有笔电是做不到那一点的。」