コース内容
実車でのAutowareアルゴリズムの実践とテスト。
ドライブバイワイヤおよび車両エレクトロニクスに関する一般的なコース
ワークショップ
自動車製造における金属3Dプリント
Autowareのトレーニングと講義:世界初のオープンソースの自律走行ソフトウェア
自動運 転の道路テスト
Udacityのコースである交通信号認識、車線検出などのチャレンジを完了する。
ハードウェアサポート
-
5台の自動運転開発車
-
完全なセンサーセット - LiDAR、産業用カメラ、GPS慣性航法、ミリ波レーダーなど。
-
様々な産業用CNC加工機器
-
金属3Dプリンティングシステム
-
トレーニング会場、テスト道路と設定、アプリケーションシーン
-
バイワイヤ制御、車両改造、レーシングイベント
-
世界初のオープンソースソフトウェア「Autoware」を使用した実車での自動運転システムの実践
トレーニングサイト
PIX工場
5000平方メートル
工業団地内のテストサイト
オープンロードのテストサイト
都市地域
貴陽ハイテク地区の都市道路、面積1平方キロメートル分
貴陽市
中国
メンター
Alexander Carballo Segura
Autowareソフトウェアメンター
名古屋大学特任助教、TierIV株式会社リサーチコンサルタント。筑波大学よりコンピュータサイエンスの工学博士(D.Eng.)取得。電気電子工学会(IEEE)のロボティクス・オートメーションソサエティ(RAS)、コンピュータソサエティ、システム、マン&サイバネティクスソサエティの会員。日本ロボット学会(RSJ)のプロフェッショナルメンバー。IEEE国際知能ロボットシステム会議(IROS)、Advanced Robotics Journal、日本ロボット学会誌のアクティブレビュアー。自動運転業界での豊富な研究および仕事の経験。主な研究関心は人間とロボットのインタラクション、ソーシャルロボティクス、自律的なロボットナビゲーション、自動運転車、ロボティックパーセプション、機械学習、コンピュータネットワーク、無人航空機。
議題
1日目
午前9時~午後12時
-
包括的な紹介:自動運転トレーニングベースおよびPIX自動運転車
-
概要:現場トレーニングのタスク、目標、および日々のトレーニング内容
-
紹介:世界初の自動運転オープンソースソフトウェア - Autoware
-
ウォーミングアップ:キャッチアップして互いに知り合う;5人の学生がチームを組み、自分たちの車を選ぶ
-
安全トレーニングセッション
午後13時30分~午後18時
• 各チームのシステムとソフトウェアの展開
- Tensorflowのインストール(GPU版)
- Autowareのインストール
• 第1日のまとめ、総括、共有
3日目
午前9時~午後12時
• 実車でのチーム練習
- センサーの接続、ソフトウェアの起動、データ収集とマッピングを行い、各チームの車で基本的な自動運転モビリティを実現する
午後13時30分~午後18時
-
実車でのチーム練習、Autowareのソースコードを修正し、プロジェクトをAutowareフレームワークに追加し、Autowareでコースの信号機認識機能を有効にする
-
3日目のまとめ、終了と共有
5日目
午前9時~午後12時
• ワークショップ:
- バイワイヤ制御、電気自動車の生成設計、金属3Dプリンティングのコース
- タスクパフォーマンスの最適化を続ける
13:30 PM - 18:00 PM
-
グループJAM: 安全を前提として、各チームの創造性を引き出し、自動運転車にさらに多くの機能を実現させる。
-
各チームからのショー&テル
2日目
9:00 AM - 12:00 PM
• ワークショップ:
- 車両へのAutowareの適用、名古屋大学のアレックス・セグラ教授
- Autowareフレームワークおよび各ノード間の関係をさらに理解し、地図収集の実践と学習
午後 13:30 ~ 午後 18:00
• データ収集とトレーニングのための現地でのテスト
- 1. データの収集、ラベリング、ターゲット検出器のトレーニング
- 2. 関連するファイルの設定
• クラシファイアのテストとクラシファイアの出力の取得
• 第2日のまとめ、総括、共有
4日目
午前9時~午後12時
• チームによる実車での実践
- 信号機のテストとスタート/ストップ機能の確認
午後13時30分~午後18時
• 車載での操作:検出および車両機能の最適化
• 第4日のまとめ、総括、共有
Why
エンジニアは、実際の車で自動運転技術の実践とテストを行う必要があり、ソフトウェアとハードウェアの両方を包括的に学ぶ必要があります。
-
世界中で自動運転の才能への需要は10万人以上ですが、既存のフルスタックエンジニアの数はその需要の10%しか満たしていません。
-
物理的なハードウェアおよび車両でアルゴリズムを実行することで、エンジニアは開発能力を向上させることができます。
-
兆ドル市場の需要、1万社以上のスタートアップ、1000社以上の伝統的な自動車企業が、たった1万人の自動運転エンジニアを求めています。
-
自動運転の開発はテストとデータに大きく依存していますが、世界中には30か所以上の自動運転テストサイトしかなく、厳しい要件があります。
彼らは言った
「トレーニングベースを設立することは非常に良いアイデアだと思います。エンジニアがコースを修了した後、実際の車でそれらを実現することになるでしょう。」
Zepeng Lee
「ここのハードウェアは非常に完備しています。トレーニングに参加する最初の一団のエンジニアの一人となれたことを大変光栄に思います。PIX自動運転トレーニングベースに最高の未来を願っています。」
Hao Jiang
自動運転トレーニングベースの第1コホートに参加できてとても光栄です。トレーニングの5日間で、私は多くを得ました。もっと多くの学生がここに学びに来ると信じていますし、トレーニングベースはもっと良くなるでしょう、それは明らかです。トレーニングベースは学生たちにもっと多くを提供するでしょう。
エンジニア体験
& フィードバック
”
「トレーニングベースを設立することは素晴らしいコンセプトだと思います。会社の従業員であろうと趣味でやっている人であろうと、オンラインでのコーディングから現場での実践までの経験が不足しており、それは自動運転エンジニアにとって非常に必要なことです。」
Si jun Xiao
私たちはコーディングからソフトウェアアプリケーションまでチームメイトと一緒に作業をしました。最終的に、実車でのハードウェア構成と車両のデバッグの全プロセスを完成させました。5日間の経験は私にとって非常に印象的で、多くのことを学びました。
Qinghua Yang
Shenting Yu
Angelo Yu
創設者兼CEO
PIX自動運転
PIXプロジェクトを始めたとき、私たちが直面した最大の問題はエンジニアの不足でした。多くのエンジニアは、ロボティクス、オートメーション、画像検索、人工知能などの関連分野からキャリアを変えて自動運転業界に入ります。それを行った後の最大の問題の一つは、エンジニアが車両制御やハードウェアについてほとんど知らないこと、そして実際の車両でアルゴリズムを実行する経験がないことです。そのため、トレーニングベースを通じて現場でのトレーニングの不足を補うことを望んでいます。
世界中で、そのような場所はほんのわずかです。大学が研究者を教育するのは、ロボティクスのみ、あるいは車両制御のみのような非常に特定の分野でのことが多いですが、すべての技術を統合し、それを車に適用できる能力は、ほんの一握りの場所でしか見られません。最も重要なのは、PIXが提案しているように、実際の車でそれを実行できることです。これは驚くべきアイデアであり、中国だけでなく、世界の注目を集め、世界中から人々がここに来るために応募するでしょう。したがって、PIXの独自のアイデアである、人々を実践的なシーンに置き、人々を車に乗せ、実際に車を制御できるようにすることは、変革をもたらすと思います。
“
Alexander Carballo Segura
TierIVのシニアリサーチコンサルタント / 名古屋大学の教授
よくある質問
プレサインアップ