Автономные транспортные системы

  • информатика
  • физика
  • Дает 100 баллов на ЕГЭ

Беспилотный автомобиль, квадрокоптер, огромный (почти 100 м2!) роботизированный полигон городской среды, все объекты которого связаны в единую сеть!

Профиль “Автономные транспортные системы” посвящён применению технологий искусственного интеллекта в реальных задачах беспилотного транспорта.


На нашем профиле вам предстоит:

  • Применять компьютерное зрение и детектировать объекты городской среды
  • Обучать нейронные сети и распознавать образы
  • Программировать беспилотный автомобль и квадрокоптер для того, чтобы доставлять груз от фабрики до покупателя в автономном режиме

Главное, для чего стоит идти на профиль АТС, — научиться.

Мы рады всем, кому интересно погружаться в задачи беспилотного транспорта и специально для вас создали супер-подробные онлайн-курсы по нашим задачам.

С одной стороны, подготовка к профилю АТС — это не «вошли и вышли: приключение на 15 минут». Вас ждёт настоящая работа. С другой, мы гарантируем: в результате этой работы вы станете полноценными экспертами в компьютерном зрении и научитесь применять технологии искусственного интеллекта в своих проектах.

А самое главное: будет интересно. Вливайтесь! ;))

Возможности, которые открывает участие в профиле:

  • Подготовка к World Skills, World Robot Olympiad, Innopolis Open Robotics, PROfest, РобоТраффик, Робофинист
  • Практическое погружение в специальности «инженер беспилотного автомобиля», «эксплуатация беспилотных авиационных систем»
  • Обучение работе с OpenCV и алгоритмами компьютерного зрения
  • Обучение алгоритмам Indoor навигации БПЛА
  • Подготовка к участию во всех ключевых соревнованиях по беспилотным автомобилям и программированию коптеров, в том числе и зарубежным
  • Стажировки в компаниях, связанных с производством БПЛА

Состав команда — 4 человека:

  • Программист беспилотного автомобиля — работа с компьютерным зрением
  • Программист квадрокоптера — работа с управлением и навигацией квадрокоптера
  • Программист интерфейсов — работа с сервером управления роботизированным городом
  • Инженер — решение задач захвата и передачи груза всеми акторами финальной задачи

Разработчики:

ООО «Академия Высоких Технологий»



Московский Политех

Отборочные этапы

Второй этап будет представлять из себя набор задач по работе с компьютерным зрением в беспилотном автомобиле и навигацией квадрокоптера, каждая из которых будет предваряться видео-курсом с описанием ключевых принципов решения.

Заключительный этап

В рамках финальной задачи мы предлагаем создать и наполнить жизнью автономную транспортную систему, моделирующую знаменитый Amazon Delivery Hub:

  • Автономная фабрика (или несколько) производят товар и загружают его в беспилотный автомобиль
  • Беспилотный автомобиль ориентируется в роботизированном городе, строит оптимальный маршрут и за кратчайшее время довозит груз до склада
  • Складские роботы сортируют груз в соответствии с его габаритами и массой и подвозят на площадку с коптером, обладающим необходимой грузоподъёмностью и типом захвата
  • Коптер ориентируется в городе, доставляет продукт покупателю и возвращается на базу

 

Материалы для участников

  • Программирование на Python — уверенный уровень
  • Работа с компьютерным зрением — общий уровень
  • Программирование автономного полёта квадрокоптера — уверенный уровень
  • Работа с нейронными сетями и линейными классификаторами, их отладка на реальном железе — общий уровень применения машинного обучения в реальных задачах
  • Базовая инженерия

Всеми этими навыки можно будет овладеть в процессе подготовки! Мы записали для вас подробные видео-курсы и подготовили онлайн-площадку для отработки учебных алгоритмов. 

Присоединяйтесь!

Общие материалы для подготовки:

Профильные материалы для подготовки

Рынки НТИ

  • AeroNet
  • AutoNet