NVIDIA Isaac Assignment 1

تفصیل

اس تفویض کا مقصد perception system تیار کرنا ہے جو Isaac ROS packages کو استعمال کرتا ہو اور NVIDIA Jetson پلیٹ فارم پر چلتا ہو۔

تعلّم کے اہداف

• Isaac ROS perception packages کو نافذ کرنا
• AI model deployment کے لیے TensorRT کا استعمال کرنا
• Perception pipeline کو ROS 2 nodes کے ساتھ ضم کرنا
• Jetson hardware پر AI inference کو ٹیسٹ کرنا

تقاضے

• Ubuntu 20.04 اور ROS 2 Humble
• NVIDIA Jetson Xavier NX یا Orin Development Kit
• Isaac ROS packages
• TensorRT for model optimization

ہدایات

1. Perception System تیار کریں (15 نمبر)

Isaac ROS packages کا استعمال کرتے ہوئے perception system تیار کریں:

• AI model کو Isaac ROS DNN Image Encoding package کے ساتھ ضم کریں
• Camera feed کو perception pipeline سے منسلک کریں
• TensorRT کا استعمال کر کے model optimization کریں
• Results کو visualization کے لیے RViz میں publish کریں

2. VSLAM Implementation (15 نمبر)

• Isaac ROS Visual SLAM package استعمال کریں
• Robot localization کو ماحول کے نقشے کے ساتھ ضم کریں
• SLAM pipeline کو perception system کے ساتھ انٹیگریٹ کریں
• Map building کو جاری رکھیں اور مقام کاری کی تصدیق کریں

3. AI-robot Brain (10 نمبر)

• Perception output کو robot control system کے ساتھ ضم کریں
• Decision-making logic کو نافذ کریں
• AI-brain کو ROS 2 navigation stack کے ساتھ ضم کریں

4. Documentation (5 نمبر)

• Perception system کی تفصیل فراہم کریں
• Performance metrics کو record کریں
• چیلنجوں اور ان کے حل کو بیان کریں

گریڈنگ کا طریقہ

• Perception System: 15 - 100% functionality کے ساتھ
• VSLAM Implementation: 15 - 100% functionality کے ساتھ
• AI-robot Integration: 10 - 100% functionality کے ساتھ
• Documentation: 5 - Clear and comprehensive

جمع کروانے کے اوزار

1. GitHub ریپوزٹری میں اپنے کوڈ کو push کریں
2. تفصیلی رپورٹ جمع کرائیں جس میں:
   • Perception system کا ڈیزائن
   • Performance metrics
   • چیلنجوں اور ان کے حل
   • مستقبل کے لیے تجاویز

رپورٹ کا ڈھانچہ

# Perception System Report

## ڈیزائن

## Results

## چیلنج

## مستقبل کے لیے تجاویز

ڈیڈ لائن

یہ تفویض 15 جنوری 2025 کو ہے۔