И нам нужна ваша помощь!
В Udacity мы верим в демократизацию образования. Как мы можем предоставить возможность каждому на планете? Мы также верим в преподавание действительно удивительных и полезных предметов. Когда мы решили создать Программу Self-Driving Car Nanodegree, чтобы научить мир строить автономные транспортные средства, мы сразу поняли, что нам нужно заняться и нашим собственным беспилотным автомобилем.
Вместе с основателем Google Self-Driving Car и президентом Udacity Себастьяном Труном мы сформировали нашу основную команду Self-Driving Car. Одно из первых решений, которые мы приняли? Открытый исходный код, написанный сотнями студентов со всего мира!
Почему? Мы хотим дать миру возможность внести свой код в настоящий автомобиль с автоматическим управлением, который будет ездить по дороге, - опыт обучения, которого нет больше нигде на планете. Существуют возможности внести свой вклад в Linux, React и тысячи других проектов с открытым исходным кодом, но нигде вы не можете внести код, который будет работать на реальном беспилотном автомобиле.
Другой игрок хочет создать свой собственный беспилотный автомобиль, и не по той причине, о которой вы думаете. Udacity планирует построить автономное транспортное средство и полностью открыть исходный код всей конструкции. Речь идет не о благотворительности или щедрости, а об образовании. - Футуризм
Чтобы воплотить в жизнь этот проект с открытым исходным кодом, мы купили автомобиль: Lincoln MKZ 2016 года выпуска, если быть точным. Мы установили датчики и детали: 2 лидара Велодин VLP-16, 1 радар Delphi, 3 камеры Point Grey Blackfly, IMU Xsens, ЭБУ, систему распределения питания и многое другое! Мы настроили ROS, написали много кода, и теперь мы готовы создать и усовершенствовать беспилотный автомобиль с открытым исходным кодом с помощью студентов со всего мира.
Как и любой проект с открытым исходным кодом, эта кодовая база потребует определенной вдумчивости. Однако, когда вы добавляете в уравнение 2-тонный автомобиль, нам также необходимо сделать безопасность нашим абсолютным главным приоритетом, и запросы на вытягивание не сокращают его. Чтобы добиться максимальной безопасности, мы разбиваем проблему автономности автомобиля на Udacity Challenges.
Вызовы
Каждое испытание будет содержать потрясающие призы (денежные и другие) за наиболее эффективный вклад, но, что более важно, формат испытания позволяет нам оценить безопасность кода, прежде чем мы когда-либо подумаем о запуске его в машине. Мы считаем, что задачи - лучшее средство для создания автономного транспортного средства уровня 4, и в то же время предлагаем нашим участникам ценный и увлекательный опыт обучения.
Сегодня мы объявляем об открытии нашего второго испытания для мира (Использование глубокого обучения для прогнозирования углов поворота), а также о победителе нашего бета-испытания.
Бета-испытание №1 - завершено
Наши камеры Point Grey Blackfly хоть и великолепны, но имеют только простые крепления для штатива, которые не обеспечивают поддержку объектива при установке в автомобиле. Автомобили часто бывают неровными, непредсказуемыми, и данные, которые мы записываем, должны быть согласованными, иначе часы вождения окажутся бесполезными. Мы также заметили (через видео на YouTube), что и Nvidia, и Comma используют оборудование, напечатанное на 3D-принтере, для установки своих камер, что послужило вдохновением для первой бета-версии: спроектировать крепление для наших камер, которое можно будет прикрепить к креплению GoPro! Поставляется: 3d модель.
Как все прошло? Поразительно! Мы провели бета-тестирование нашей первой задачи с небольшой группой студентов Udacity и любителей беспилотных автомобилей. У нас было 26 участников, и все они вместе создавали различные версии маунта. Победивший результат, подтвержденный после множества 3D-отпечатков, показал, что крепление отлично работает!
Вы можете прочитать дополнительную информацию о результатах этого испытания и найти монтирование с открытым исходным кодом на GitHub.
Задание №2 - теперь открыто!
Возможно, вы видели это невероятное видео от Nvidia, одного из наших партнеров по программе Nanodegree, в котором рассказывается об их усилиях по обучению вождению автомобиля, используя только камеры и глубокое обучение. Их система глубокого обучения DAVE-2 способна управлять автомобилем в самых разных погодных условиях, избегать препятствий и даже выезжать на бездорожье! Возможно, вы заметили, что их установка очень похожа на наш Lincoln MKZ 2016 года, и на это есть веские причины. Один из первых способов вывести эту машину на дорогу - реализовать аналогичное комплексное решение и бесплатно распространить его по всему миру. Вторая задача инициативы Udacity Self-Driving Car - воспроизвести эти результаты с помощью сверточной нейронной сети, которую вы проектируете и строите!
Узнайте больше об этой задаче и о том, как внести свой вклад.
Следующие шаги
Нам не терпится увидеть, что предложат наши участники, и мы надеемся, что вы получите столько же удовольствия, сколько и мы, работая над этим проектом. Задача №2 уже открыта, и вы можете узнать больше о том, как внести свой вклад.
Это очень простой пример фундаментально верного закона: технологии развиваются так быстро, что по определению, когда что-то становится актуальным, набора навыков не существует, - Себастьян Трун
Любые вопросы? Давай поговорим! Не стесняйтесь общаться со мной в Твиттере на @olivercameron.
