EyeCar
Конструктор беспилотного автомобиля на базе компьютерного зрения
Погружение в одну из самых ярких областей современной инженерии. Набор для занятий в инженерных кружках при школах, в технопарках, кванториумах, ЦМИТах и центрах проектной деятельности

Применяются реальные программные и аппаратные инструменты, используемые для разработки беспилотного транспорта, а собираемый в результате автомобиль подходит для участия в международных соревнованиях.
Учащиеся создадут беспилотный автомобиль, способный детектировать и распознавать:
Пешеходов
и пешеходные переходы
Дорожные знаки
И реагировать на их значения
Светофоры
И реагировать на их сигналы
Дорожную разметку
И ехать по своей полосе, не по линии
Учащиеся создадут беспилотный автомобиль, способный детектировать и распознавать:
Пешеходов
и пешеходные переходы
Дорожные знаки
И реагировать на их значения
Светофоры
И реагировать на их сигналы
Беспилотный автомобиль Eyecar позволяет готовиться к:
  • Олимпиаде НТИ - трек "Автономные транспортные системы"
  • WorldSkills (в ближайшем будущем)
  • Russian Open Self-Driving Cup
  • Roboracers
  • Autonet 14+ и 18+
  • Автотранспортные ИРС
Беспилотный автомобиль Eyecar позволяет:
сборка и комутация
Позволяет готовиться к Олимпиаде НТИ и соревнованиям беспилотных робомобилей: Roboracers, Autonet 18+, World Robot Olympiad, и престижнейшей немецкой гонке Carolo Cup
Этап 1. Сборка конструктора
Этап 2. База робототехники
Этап 3. Компьютерное зрение
Этап 4. Проектная деятельность
Учащиеся монтируют электронику на шасси
Сборка автомобиля с датчиком линии, тремя ультразвуковыми датчиками дистанции и камерой. Ребята собирают электронную начинку на базе платы Arduino Mega и одноплатного компьютера Raspberry PI 3

Продолжительность: 12 академических часов
Программирование датчиков под Arduino IDE
Программирование ультразвукового датчика дистанции и датчика линии и обучение автомобиля езде по линии, вдоль стен, сделованию за объектом и останавке перед препятствием

Продолжительность: 12 академических часов
Работа с камерой и программирование на Python
Работа с библиотекой OpenCV и погружение в алгоритмы компьютерного зрения. Распознавание светофоров, пешеходов, дорожных знаков, разметки и других объектов городской среды.

Продолжительность: 12 академических часов
Решение сложных задач
Реализация одной из практических задач беспилотных автомобилей: езда по дороге, объезд препятствий, осуществление парковки, оптимизация алгоритмов и улучшение скорости отклика

Продолжительность: 36 академических часов