project 02
Autonoom onbemand grondvoertuig
Een embedded systems-project ontwikkeld binnen een technologievereniging, dat realtime objectdetectie, obstakelvermijding en autonome rijalgoritmes combineert.
- Categorie
- Embedded & Robotica
- Rol
- Computer vision en autonome rijsoftware
gebruikte technologieën
- Python
- C++
- ROS2
- YOLOv8
- Jetson Orin Nano
- CUDA
- OpenCV
probleem
Probleem
Voor een autonoom grondvoertuig is een obstakel zien niet genoeg — de beslissing moet vallen vóór de botsing. De echte uitdaging was objectdetectie met hoge framerate draaien op een embedded board met beperkt vermogen, en die data zonder vertraging doorgeven aan de bewegingsbesturing.
oplossing
Oplossing
Ik heb waarneming, besluitvorming en beweging opgezet als afzonderlijke ROS2-nodes, met communicatie over berichtkanalen met lage latentie. Het YOLOv8-model draait met CUDA-versnelling op een Jetson Orin Nano; de positie van gedetecteerde objecten voedt een navigatienode die dynamische route-optimalisatie uitvoert.
resultaat
Resultaat
Het voertuig navigeert autonoom in omgevingen met vooraf onbekende obstakels en herberekent zijn route in realtime.
belangrijkste functies
- 01Objectdetectie met hoge framerate via CUDA-versneld YOLOv8 op een Jetson Orin Nano.
- 02Communicatiearchitectuur met lage latentie voor sensor- en cameradata tussen ROS2-nodes.
- 03Route-optimalisatie en autonome navigatie onder dynamische omgevingsomstandigheden.
waarom deze keuzes
Waarom ROS2?
De camera, de sensoren en de motorbesturing moesten onafhankelijk van elkaar draaien. De node-architectuur van ROS2 maakte het mogelijk één onderdeel te vervangen zonder de rest te breken.
Waarom de Jetson Orin Nano?
Het systeem aan boord moest CUDA ondersteunen en tegelijk binnen een verbruik blijven dat de accu van het voertuig aankon.