IITボンバイレーシングの自律型レースカーがフォーミュラースチューデントAIに挑む

IITボンベイレーシングは、イギリスのフォーミュラ・ストゥーデントAIという自動運転車のレースイベントに参加するために、自律型レースカーを作ったんだ。このプロジェクトは、車が人間の助けなしでレースできるようにするソフトウェアの設計を含んでる。車は、最新のセンサーやコンピュータを使って周りを理解し、レーストラックをナビゲートするんだ。

#センサー

レースカーはいろんなセンサーを使ってる。車に搭載されてるメインコンピュータは、NVIDIA Jetson Orin AGX。これがすごくパワフルで、車が情報を素早く処理できるようにしてる。さらに、2つのZED2iステレオカメラ、Velodyne Puck VLP16 LiDAR、SBG Systems Ellipse N GNSS/INS IMUを使ってる。このセンサーたちが協力して、車が環境を「見る」手助けをしてる。

• ステレオカメラ: 車が周りの物体を検出するのに役立つカメラ。
• LiDAR: レーザーを使って距離を測定し、周囲の3Dマップを作成するセンサー。
• IMU: 車の速度や方向についての情報を提供するデバイス。

#どうやって動くのか

自律システムには3つの主要な部分がある：

1. 知覚: この部分は車が周りに何があるかを理解するのを助ける。トラック上の異なる色とサイズのコーンを特定するために、カメラやLiDARを使って情報を集めるんだ。

2. 同時位置特定と地図作成 (SLAM): この部分は、車がトラックの地図を作成しながら自分の位置を把握するのを助ける。検出したコーンを使って、車は自分がどこにいるか、周りに何があるかの地図を作ってる。

3. 経路計画と制御 (PPC): 車が自分の位置と周りの状況を理解したら、効果的に運転する方法を決める。障害物（コーンなど）を避けながら、最適なルートを計算する部分だ。

#知覚サブシステム

知覚サブシステムは、車が環境を理解するために重要。コーンを色とサイズで分類し、位置を推定する。異なるセンサーからのデータを組み合わせて、より良い結果を出すんだ。

3層のアプローチが使われてる：

• YOLOv5: 画像内のコーンを検出するモデル。何千ものコーンの画像を使って訓練された。
• LiDAR-カメラ融合: LiDARが距離を測定し、カメラがコーンを特定するのを助ける。
• 単眼およびステレオビジョン: 車が深さを推定するための2つの異なる方法。単眼は1つのカメラを使い、ステレオは2つのカメラを使って3D視点を作る。

#知覚システムの結果

結果から、LiDAR-カメラ融合法がコーンを最も正確に検出することが分かった。単眼法も立っているコーンには効果的だったけど、ステレオビジョン法は部分的に隠れていたり倒れているコーンに対しても頑丈だと証明された。

#同時位置特定と地図作成 (SLAM)

SLAMは、車がレーストラック上の自分の位置を理解するために欠かせない。これを達成するために拡張カルマンフィルタ（EKF）という方法を使ってる。プロセスは以下の通り：

• 動きの更新: このステップでは、車の過去の動きに基づいてどこにいるかを推定する。
• 測定の更新: このステップでは、知覚システムからの新しいデータを使って推定位置を修正する。

この設計では、両方の更新が同時に行われて、情報処理と応答にかかる時間を減らしてる。

#経路計画と制御 (PPC)

車が環境と自分の位置を理解したら、ルートを計画する必要がある。PPCサブシステムは、トラックをナビゲートするのを助けて、最適な経路を計算する。いくつかの重要な要素は：

• ドロネイ三角分割: これを使うことでトラック上により多くのウェイポイントを作り、スムーズな経路につながる。
• 制御アルゴリズム: これらのアルゴリズムは、車が操舵し、速度を制御するのを助ける。車は計画した経路を正確にたどるために、スタンリー制御やピュア・パースート制御を含むさまざまな方法を使う。

#スキッドパッドイベント

スキッドパッドイベントでは、車がコーンの周りの定義された経路をたどる。システムは、車がコーンを通り抜けるときに特定のトリガーに基づいて経路を切り替えるように設計されてる。

#システム統合とテスト

すべてのコンポーネントがシームレスに機能することを確認するために、IITボンベイレーシングはROS（ロボットオペレーティングシステム）を使ってフレームワークを作った。このシステムは、車のさまざまな部分が効果的にコミュニケーションをとれるようにしてる。

テストのために、チームは実際のレースカーに近いロボットを作った。このロボットは、さまざまな天候や照明条件でさまざまなテストを受けた。トラックに水を撒いて滑りやすい表面をシミュレーションすることも含まれてた。これらのテストにより、アルゴリズムが現実の状況でもうまく機能することが確認された。

#結論

IITボンベイレーシングは、自律型レースカーのための包括的な自律ソフトウェアシステムを開発した。このプロジェクトは、知覚、地図作成、経路計画をうまく統合してる。広範なテストを経て、このシステムは信頼性が高く、トラックをナビゲートするのに効果的だってわかった。チームは高性能を達成しつつ、安全性も確保することに献身して、競技に向けて準備が整った優れたレース車両を作り上げた。

今後の作業には、実際のシナリオをシミュレーションしてシステムをさらに改善し、より信頼性を高めることが含まれてる。この進展は、自律車両技術を競技レーシングで推進しようとするチームのコミットメントを反映してる。