前言 #
採智科技為 TurtleBot3 的台灣唯一代理。TurtleBot3 是學習以 ROS 為基礎的 AI 人工智能機器人入門平台。為鼓勵大專院校，有志於機器人領域的同學們參與及學習，採智科技在教育部主辦，由國立高雄科技大學承辦的國際智慧機器運動大賽(International Intelligent RoboSports Cup)中，贊助 AutoRace 自駕車挑戰賽，並提供獎金鼓勵。自 109 年起舉辦，110 年因 COVID-19 疫情停辦，111 年恢復舉辦實體賽。以下做一些比賽說明。
比賽場地及任務關卡 #
- 場地大小 400cm x 400cm
- 賽道高度比地面高約 1-2cm
- 賽道邊線顏色，右側是白色，左側是黃色。賽道寬度除mission 3外，約為30cm。
- 完成 6 關的總任務時間為 5 分鐘
自駕車挑戰賽一共有 6 關，各關如下：
1. 紅綠燈(Traffic Light Mission)
2. 左右轉(T- Intersection Mission)
3. 避障(Passing Obstacles Mission)
4. 停車(Parking Mission)
5. 停止柵欄(Stop bar Mission)
6. 隧道(Tunnel Mission)
Mission 1. Traffic Light 紅綠燈 #
– 機器人需感測及對紅綠燈的燈號做出反應，能自動地開始任務
– 燈號順序為 紅 -> 黃 -> 綠， 一直循環，黃燈 5 秒，綠燈 n 秒後才會轉紅燈(n >= 5)，綠燈與紅燈均為 n 秒(隨機)
– 機器人必須在綠燈時通過開始線，則任務成功，在其他燈號時通過開始線，視為任務失敗不計分。
Mission 2. T- Intersection 左右轉 #
– 左轉或右轉的指示牌，會在任務開始前隨機決定然後舉起。機器人必須依指示牌轉到正確的方向
– 如果機器人轉到錯誤方向，則任務失敗不計分
Mission 3. Obstacle Avoidance 避障 #
– 機器人必須迴避並穿過障礙物
– 障礙物會固定在賽道上
– 如果機器人卡在障礙物上無法前進，則任務失敗
– 機器人碰觸障礙物，會扣分，任務可繼續不算失敗
Mission 4. Parking 停車 #
– 會有一台虛擬機器人模型隨機先放置在任一停車格內。
– 機器人必須完全進入空置的停車格內最少 1 秒。
– 停車 1 秒後，機器人須再從停車格開出來進行下個任務。
– 如果機器人進入了停有虛擬機器人模型的停車格，則任務失敗。但是如果是在完成任務後，才進入虛擬機器人停車格，則不影響任務。
Mission 5. STOP Bar 停止柵欄 #
– 當感測器 ＃1 偵測到機器人通過時，柵欄會放下。
– 當感測器 ＃2 偵測到機器人通過時，過 m 秒鐘(隨機)後柵欄會升起。
– 如果柵欄是在放下狀態，感測器＃3 偵測到機器人通過，則任務失敗。
– 感測器 ＃3 距離柵欄有 60 mm。感測器 ＃3 的位置是固定的，其他感測器(＃1，＃2)可以安放在任何位置。
Mission 6. Tunnel 隧道 #
– 如果機器人駛出隧道出口，並通過開始線，任務完成。
– 隧道內是完全黑暗(沒有燈光)，內有一些障礙物隨機安放(大小和位置隨機)
– 入口/出口的大小(mm)：寬 300 x 高 240
– 如果機器人從入口駛出隧道，則任務失敗。
AutoRace ROS 自動駕駛線上研習 #
國際智慧機器人運動大賽(2022 INTERNATIONAL INTELLIGENT ROBOSPORTS CUP)，比賽場地在國立高雄科技大學第一校區。為鼓勵學生們組隊參加比賽，採智科技準備了線上研習，有三梯次，每梯次一場不同主題。
AutoRace挑戰賽依關卡組合，分為三個分項賽及一個全能賽，共四個比賽。參賽隊伍報名後可自由選擇參加項目(單項或多項或全能賽)。
第一分項賽 – 影像辨識 (第一關+第二關)
第二分項賽 – 避障停車 (第三關+第四關)
第三分項賽 – SLAM地圖 (第五關+第六關)
全能賽 – 全部關卡一次比
線上研習 Youtube 錄影 #
使用 Ubuntu20.04 (ROS1 Noetic) 環境，平台為 Turtlebot3 Burger
分三梯次研習，每次主題不同
第一梯次研習錄影
本次主題實作: 道路偵測駕駛、影像辨識
第二梯次研習錄影
本次主題實作: 自動避障、自動停車
第三梯次研習錄影
本次主題實作: SLAM 導航
比賽圖片集錦 #
