Jetson 社区项目

在这个项目中，你将看到 NVIDIA Jetson Nano 与世界上最小的 6DOF 协作机器人—— Elephant Robotics 的 myCobot 集成在一起。通过人工智能套件的试验过程，我们正在为每一个机器人学习者想出一个全面的解决方案 - 基于 Jetson Nano 的 mycobot。

本项目从零开始建造并编程了一个自主的两轮差动驱动机器人。该机器人使用 ROS 导航堆栈和 Jetson Nano。ROS 导航堆栈是一组软件包，您可以使用它们来帮助您的机器人安全地从起始位置移动到目标位置。

超星未来自研了一套3D 点云算法优化加速与部署工具 NOVA-3D。 NOVA-3D是业界首款转为3D点云算法打造的优化加速与部署工具，包括完备的点云算子库、剪枝量化工具、参考模型库以及推理加速库，能够高度自动化地完成算子优化、模型剪枝、量化和推理加速，解决了3D点云算法复杂度过高无法在嵌入式计算平台上落地的痛点，同时保证了模型的高性能和实时性推理，大幅降低项目开发难度与成本。基于NOVA-3D工具，我们可以实现SOTA(View-based/Voxel-based/Point-based/Lidar-image等)点云算法在NVIDIA嵌入式平台的优化及快速部署，如Jetson Xavier Orin/AGX/NX。这个项目以CIA-SSD模型为例，我们用NOVA-3D对模型进行了优化及部署，展示了CIA-SSD模型在KITTI 数据集上基于 Jetson Xavier AGX 平台的部署效果。我们提供了CIA-SSD（浮点和量化）的onnx模型及在Nvidia平台上的TensorRT推理工具。同时，我们提供KITTI验证集数据测试工具。基于本工程我们可以实现大部分NVIDIA嵌入式平台（Jetson Xavier，Orin等）的推理，本项目里所有测试结果基于Jetson Xavier AGX(jetpack4.6)。如果对NOVA-3D优化加速与部署工具或其他模型推理感兴趣，请联系我们。

优化的循迹和避障模型的组合使 Jetbot 能够在轨道上自由移动，同时避免与障碍物碰撞。[…]该模型组合允许喷气式飞机沿着轨道上的特定路径行驶，同时还能够通过使喷气式飞机完全停止来避免与路上的障碍物发生实时碰撞！

每次与 Susan（一个 Kuka KR20 机器人手臂，附带网络摄像头）一起投掷完美的玉米坑投掷。连接到 Susan 的 Jetson AGX Xavier 使用 OpenCV 检测板孔周围的环，计算孔相对于相机的角度位置、其在空间中的大致位置以及手臂需要做的投掷。Jetson 通过 ethernetKRL 与 Susan 通信，以便进行投掷。

采用 Jetson Nano 的 Adas 系统具有四个主要功能：前向碰撞警告、车道偏离警告、交通标志识别和超速警告。我训练并优化了三个深度神经网络，以便在 Jetson Nano 上同时运行（CenterNet-ResNet18 用于目标检测，U-Net 用于车道线分割，ResNet-18 用于交通标志分类）。

DR-SPAAM：一种空间注意和自回归模型，用于在 IROS'20中显示的 2D 范围数据中进行人员检测。我们已经从 2D 范围数据构建了一个基于深度学习的人员检测器。它在 Jetson AGX 上以 20+Hz 的频率运行，或在RTX 2080 的笔记本电脑上以 90+Hz 的频率运行。查看下面的链接以了解更多信息。

Nindamani 是基于 AI 的机械除草机器人，它可以利用AI自动检测和分割作物中的杂草。整个机器人模组构建在 ROS2 上。Nindamani 可用于任何作物的早期自动除草。

[借助] MixPose，我们正在构建一个流媒体平台，通过AI的力量为健身专业人士、瑜伽教练和舞蹈教师提供支持。[讲师] 可以选择他们觉得舒服的任何地方，[用户] 可以在自己的电视上舒适地观看视频流。