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: