ICRA Londres 2023 - vaul-ulaval/vaul-wiki GitHub Wiki

Résultats

Placement des qualifications : 5ème

Défaite en quart de finale contre l'équipe PUT-PPI

Leçons apprises

  • La majorité des équipes apportent leur propre équipement réseau, ce qui cause donc beaucoup d'interférence dans la pièce. On a eu beaucoup de difficultés avec le réseau car il était difficile de lancer des commandes sur le robot, les transferts étaient lent et il était impossible de lancer rviz.
  • Une de nos erreurs les plus coûteuses a été une erreur de signe entre l'odométrie en simulation et sur le bolide. Ne plus jamais faire des inversements de signes à même le code !.
  • Les règlements sur le site web de la compétition semble beaucoup plus stricts que dans la réalité. La partie d'évitement d'obstacle n'a jamais été testée (Beaucoup d'équipes n'avait aucun évitement d'obstacles)
  • Lors des périodes de pratique, toutes les équipes sont sur la piste en même temps, il faut donc être prêts à réparer le bolide à tout moment, car les accidents sont fréquents
  • On peut créer plus d'une équipe provenant du même lab/école
  • Pendant les head-to-head, chaque véhicule démarre à un endroit différent sur la piste
  • Toujours apporter les outils et les pièces de rechange avec nous sur le site
  • Trouver un logement le plus proche possible du site de compétition

Pistes d'amélioration pour la prochaine compétition

  • Inscrire nos 2 bolides à la compétition pour augmenter nos chances
  • Avoir un setup réseau plus solide avec un routeur et des solutions de rechange
  • Vérifier l'utilisation des différentes bandes Wi-Fi et sélectionner le meilleur canal sur le routeur
  • Cartographier la piste hors ligne en enregistrant des Rosbags dès le début
  • Améliorer l'efficacité du processus de génération des racelines (direct sur le robot ? dossier partagé ?)
  • Regarder plus en détails les paramètres de la génération de racelines
  • Corriger le problème d'inversion de l'odométrie à la source (Voir ici)
  • Utiliser un filtre de Kalman pour améliorer l'odométrie (Fusion IMU + VESC)
  • Améliorer le suivi de trajectoire
    • Option 1 : Utiliser un contrôleur IT-MPC ou MPPI
    • Option 2 : Implémenter le MAP controller de ETH Zurich (Voir ici)
  • Utiliser des pneus qui sont mieux adaptés à la piste
  • Positionner le centre de gravité le plus bas possible
  • Utiliser des suspensions plus dures
  • Prévoir un support à GoPro ou une façon simple d'enregistrer avec la caméra embarquée
  • Prévoir des pièces de rechange pour tout ce qui pourrait casser
  • Faire une checklist de quoi faire sur place et désigner des responsables
  • Faire une checklist du matériel à emmener

Nice to have

  • Prévoir un écran externe pour déboguer sur le robot (exemples?)
  • Installer une switch ethernet pour pouvoir se brancher sur le robot sans débrancher le lidar
  • Développer un outil pour pouvoir manipuler manuellement nos racelines (position des points + vitesse)
  • Utiliser le même repo git autant sur le bolide qu'en simulation (Pour chaque algo/stratégie, avoir un launch file pour la simulation et un pour le vrai bolide)
  • Solidifier notre processus de débogage par exemple avec l'utilisation de rviz/foxglove avec des rosbags. (Voir ici)
  • Se créer un repo git avec des fonctions utils qui reviennent souvent (Setup de params, calcul index->rad/rad->index, visualisation de waypoints, etc.)
  • Coque de protection ou roll-cage pour protéger les capteurs