Autonomous vehicle simulation in Gazebo

Bc. Lukáš Poul

Bakalářská práce

Anotace:

Hlavním cílem je vytvořit poměrně přesnou simulaci s nástroji pro zlepšení vývoje řídicích algoritmů miniaturních autonomních závodních autíček pro NXP Cup s metodami pro úpravu přesnosti simulace ve srovnání s jejím hmatatelným protějškem. Metodika výzkumu zahrnuje využití ROS (Robot Operating System) ve spojení se simulačním prostředím Gazebo. Tato implementace zahrnuje rozhraní API umožňující testování stávajících reálných algoritmů na simulaci, což umožňuje přesné a reprodukovatelné testy. Výsledek je přiměřeně přesný vůči hmatatelnému protějšku a pomáhá navrhnout nové, spolehlivé a rychlejší algoritmy řízení. Budoucí výzkum by mohl využít strojové učení k optimalizaci algoritmu řízení nebo zpřesnění simulace.

Abstract:

The main objective is to create a fairly accurate simulation with tools to enhance the development of controlling algorithms of miniature autonomous racecars for the NXP Cup with methods to adjust the simulation precision compared to its tangible counterpart. The research methodology involves the utilization of the Robot Operating System (ROS) in conjunction with the Gazebo simulation environment. This implementation includes an API enabling testing of existing real-life algorithms on simulation, enabling precise and reproducible tests. The outcome is reasonably accurate to the tangible counterpart and helps design new, reliable, faster driving algorithms. Future research could use machine learning to optimize the driving algorithm or make the simulation more accurate.

Keywords

NXP Cup, Simulation, Autonomous car, Self-driving, Gazebo, ROS, Robotics

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 23. 5. 2024

Obhajoba závěrečné práce

• Obhajoba proběhla 25. 6. 2024
• Vedoucí: Mgr. Oldřich Pecák
• Oponent: prof. Ing. Václav Přenosil, CSc.

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Programování a vývoj aplikací / Programování a vývoj aplikací