1:8的自动驾驶模型车，教学研发两相宜

随着自动驾驶技术的如火如荼发展，各种仿真、台架和实际道路试验手段也都应用在研发测试的各个阶段。人才培养也成为企业发展的重要基石。为了帮助高校学生在学校就可以动手进行“真实”的 *** 练，德国MdynamiX专门推出了MXcarkit开发套装，为自动驾驶仿真和测试搭建坚实的阶梯。

对于在ADAS/AD领域的学生来说，MXcarkit是快速入门的好帮手，能迅速观测算法的结果。对于教学和研发来说，都是一个非常高效的工具。

文章目录

• MXcarkit的主要特点：
• 自动泊车APA的研究示例：
• MXcarkit自动驾驶套装：
• • 车辆平台：
  • ECUs：
  • 传感器：
  • 定制的安装架：
  • 软件：
  • 附件：

MXcarkit的主要特点：

• 载体是一辆1:8的高质量模型车，安装了真实的传感器、特制的电机控制器和一个实时计算机，这样能满足自动驾驶的相关要求。
• 基于功能强大的NVIDIA Jetson计算机，可以访问所有搭载的传感器和执行器，实现车辆动力学控制和面向机器人和人工智能AI的应用。
• 实时计算机NVIDIA Jetson上安装了ROS机器人 *** 作系统。可以方便地对ADAS/AD应用算法进行处理和开发，同时也能借助标准接口来集成更多的传感器和执行器。
• 易于调试和上手，自带基础软件功能（如车道识别和车辆控制），可以方便地进行驾驶 *** 控的编程、进一步的软件开发和参数优化。
• MXcarkit还配备了WLAN模块，可以进行在线远程访问和数据评估。
• MdynamiX还提供在线技术论坛来解答与MXcarkit相关的各种问题
  
  

自动泊车APA的研究示例：

在德国高校的自动驾驶挑战比赛中，有一个参赛组就是专注挑战自动泊车这个主题，关注车辆如何自动识别泊车空间的标记，规划泊车位置，然后再生成地图用于检测这些泊车位是被占用或空闲。

MXcarkit模型车装备与实际车辆相同的传感器技术，可以实现对泊车空间的探测。借助前置摄像头采集的图像，MXcarkit检测到泊车位标志线并把图像坐标系转换成车辆坐标系，再结合环境地图，车辆就能自动泊车。这样可以同时探测到泊车过程中的动静态障碍，并检测泊车空间是否可用。除了自行开发泊车空间检测系统外，还可以在该系统上添加基于广泛应用的ROS代码包的传感器数据融合和SLAM（即时定位和地图构建）算法。

MXcarkit的优势非常明显。预置成熟硬件和接口，自带各种传感器驱动。这样学生（工程师）可以100%关注最重要的任务，比如检测停车位，计算车辆到泊车位的位置等算法。甚至更高阶的研究，比如基于轨迹规划的完全自动泊车，基于传感器数据融合提升车辆里程估算，这些都可以基于MXcarkit展开。

MXcarkit自动驾驶套装： 车辆平台：

• 高品质1:8模型车
• 电机控制：FSESC 4.20
• ECU和传感器供电：2x 7.4V 锂离子电池 (25 Ah)

ECUs：

• NVIDIA Jetson Nano (128 CUDA-Cores, 4 GB RAM and Wifi Module)
• 1x STM32 Nucleo：用于超声波传感器、RC接收器和可选车灯的数据采集和预处理。
• FLIPSKY FSESC4.20

传感器：

• 双目摄像头：Intel® RealSense™ Depth Camera D435i with integrated IMU
• 超声波传感器：10x (带自动环境温度补偿）
• RPLIDAR A3
• 2x IMU 6DOF

定制的安装架：

• NVIDIA Jetson Board
• Lithium Polymer Powerpack
• Steering Servo
• Camera
• STM32 Nucleo Board
• Ultrasound Sensors
• USB Hub
• IMU
• LIDAR

软件：

• 机器人 *** 作系统ROS
• 基础传感器的集成
• 电机控制
• 转向控制
• 基于图像处理和人工智能AI算法的路径控制示例

附件：

• Remote control
• 电池充电器
• USB Hub
• 快速入门指南

喜欢本篇文章的话记得💬评论💖点赞⭐收藏 ➕更多技术文章直播课程，敬请持续关注北汇信息➕ ⬇️业务咨询请私信北汇信息或在官网留言⬇️ 📩📩📩