Init

.github/dependabot.yml

@@ -0,0 +1,26 @@
+# Feel free to alter this file to your liking when using the template.
+# It allows to keep dependencies up to date using Dependabot.
+#
+# If you use Dependabot-Preview can you easly switch to Dependabot, by logging into the dashboard at
+# https://dependabot.com and click the "Create config file" button of your repository.
+# The bot should make a Pull request with the config file that you then can modify if you want.
+#
+# You can find more info about the file-format here:
+# https://help.github.com/github/administering-a-repository/configuration-options-for-dependency-updates
+
+version: 2
+updates:
+  - package-ecosystem: "pip" # See documentation for possible values
+    directory: "/" # Location of package manifests
+    schedule:
+      interval: "daily"
+    labels:
+    - 'Type: Update (Dependency)'
+    - 'Target: Python (pip)'
+  - package-ecosystem: "github-actions"
+    directory: "/" # Location of package manifests
+    schedule:
+      interval: "daily"
+    labels:
+    - 'Type: Update (Dependency)'
+    - 'Target: GitHub Actions'

.github/workflows/deploy.yml

@@ -0,0 +1,45 @@
+#
+# This is a working example of using GitHub Actions to publish the docs
+# to the GitHub Pages (gh_pages) branch.
+#
+# Remember to have a requirements.txt file with the required dependencies.
+# This template ships with one by default.
+#
+# It is also recommendet to also copy the template with all branches, to
+# have the gh-pages branch pre-made. This prevents possible errors.
+#
+name: Deploy Site
+
+on:
+  push:
+    paths: 
+    - 'docs/**'
+    - 'mkdocs.yml'
+    - 'theme/**'
+    branches:
+    - master
+    #
+    # If your repository would have releases should you uncomment the below lines
+    # in order to ignore pushes caused by newly created releases.
+    #
+    #tags-ignore:
+    #- '**'
+
+jobs:
+  build:
+    runs-on: ubuntu-latest
+    steps:
+    - uses: actions/checkout@v4
+    - name: Set up Python 3.x
+      uses: actions/setup-python@v4
+      with:
+        python-version: 3.x
+    - name: Install dependencies
+      run: |
+        python -m pip install --upgrade pip setuptools
+        python -m pip install -r requirements.txt
+    - name: Deploy Files
+      run: |
+        git config user.name "github-actions[bot]"
+        git config user.email "[email protected]"
+        mkdocs gh-deploy --force

README.md

@@ -1,2 +1,45 @@
-# ajr
-http://sze-info.github.io/ajr
+# [sze-info.github.io/ajr](https://sze-info.github.io/ajr)
+
+
+🚘 Autonóm járművek és robotok programozása || Autonomous vehicles and robots software engineering
+
+
+## Acknowledgement
+
+There are many courses who inspired this lecture, some parts were referenced or cited in this course with proper open source licencing.  
+
+- We are grateful to our colleagues at the **MIT RACECAR** project for creating the F1/10 car model for Gazebo, and the F1/10 community for sharing insights on mapping, localization, and TEB-planner. [MIT license](https://choosealicense.com/licenses/mit/).
+- Thank you for the F1/10 Crew at **Univerisity of Virginia**: Dr. Madhur Behl and Varundev Suresh Babu. [GPL-3.0 license](https://choosealicense.com/licenses/gpl-3.0/). [Link](https://github.com/linklab-uva/f1tenth_gtc_tutorial/blob/master/LICENSE).
+- Thank you for **ETH Zürich** Programming for Robotics - ROS: Péter Fankhauser, Dominic Jud, Martin Wermelinger, Prof. Dr. Marco Hutter.
+- Thank you for "Autonomous Driving Software Engineering" by the Institute of Automotive Technology (Prof. Dr.-Ing. Lienkamp, Phillip Karle), **TU München**. [GPL-3.0 license](https://github.com/TUMFTM/Lecture_ADSE/blob/master/LICENSE.md).
+- Thank you for TH Ingolstadt, Autonomous Vehicle Engineering Faculty of Electrical Engineering and Computer Science.
+- Thank you **Stanford University** - Introduction to Robotics by Prof. Oussama Khatib.
+- Thank you **Stanford University** - CS231n: Convolutional Neural Networks for Visual Recognition. Andrej Karpathy. [MIT license](https://github.com/cs231n/cs231n.github.io/blob/master/LICENSE)
+- Thank you **Autoware** Foundation for the software and the documentation. [Apache License 2.0](https://github.com/autowarefoundation/autoware-documentation/blob/main/LICENSE).
+- Thank you **Óbuda University** Antal Bejczy Center for Intelligent Robotics - Tamás D. Nagy and Péter Galambos [CC BY-NC-SA 4.0](https://github.com/ABC-iRobotics/ros_course_materials_hu/blob/main/LICENSE.md)
+- Thank you [Antonio Mauro Galiano](https://github.com/dottantgal/ros2_pid_library/) - [MIT license](https://github.com/dottantgal/ros2_pid_library/blob/main/LICENSE)
+- Thank you Bokor József, [Bokor József & Gáspár Péter. Irányítástechnika](https://dtk.tankonyvtar.hu/bitstream/handle/123456789/3269/Bokor_Gaspar_Soumelidis_Iranyitastechnika_II.pdf)
+- Thank you Korondi Péter: "Rendszertechnika: Integrált gépészeti és villamos rendszerek leírása irányításelméleti megközelítésben", egyetemi jegyzet, Budapesti Műszaki és Gazdaságtudományi Egyetem, Mechatronika, Optika és Gépészeti Informatika tanszék
+
+# [sze-info.github.io/ajr](https://sze-info.github.io/ajr)
+
+
+## Credits
+A big thank you goes to the following people/groups:
+
+- [MkDocs] for providing the software, to generate documentation.
+- [squidfunk] for the [MkDocs Material Theme].
+- [facelessuser] for the [PyMdown Extensions].
+
+## Commands
+
+``` r
+$ git clone https://github.com/sze-info/ajr/ && cd ajr
+$ pip install mkdocs mkdocs-material "mkdocs-material[imaging]"
+$ mkdocs build
+$ mkdocs serve
+```
+
+## MkDocs License
+MkDocs template is served under the MIT license.  
+Read the [LICENSE] file for more info.

docs/assets/css/extensions/tabbed.css

@@ -0,0 +1,41 @@
+.tabbed-set {
+  display: flex;
+  position: relative;
+  flex-wrap: wrap;
+}
+
+.tabbed-set .highlight {
+  background: #ddd;
+}
+
+.tabbed-set .tabbed-content {
+  display: none;
+  order: 99;
+  width: 100%;
+}
+
+.tabbed-set label {
+  width: auto;
+  margin: 0 0.5em;
+  padding: 0.25em;
+  font-size: 120%;
+  cursor: pointer;
+  color: #ffffff !important;
+}
+
+.tabbed-set input {
+  position: absolute;
+  opacity: 0;
+}
+
+.tabbed-set input:nth-child(n+1) {
+  color: #333333;
+}
+
+.tabbed-set input:nth-child(n+1):checked + label {
+    color: cyan !important;
+}
+
+.tabbed-set input:nth-child(n+1):checked + label + .tabbed-content {
+    display: block;
+}

docs/assets/css/extra.css

@@ -0,0 +1 @@
+@import "extensions/tabbed.css";

docs/bevezetes/README.md

@@ -0,0 +1,195 @@
+---
+title: Elmélet - Bevezetés
+permalink: /bevezetes/
+# icon: material/home
+# icon: material/function-variant
+icon: material/math-integral-box # elméleti tananyag
+---
+
+
+# Bevezetés
+
+Rendszerszinten az önvezetés a következő alfunkciók összegeként írható le:
+
+
+[![](https://raw.githubusercontent.com/sze-info/arj/main/docs/_images/overview01.svg)](https://raw.githubusercontent.com/sze-info/arj/main/docs/_images/overview02.svg)
+Irodalom: [[TU München](https://github.com/TUMFTM/Lecture_ADSE)], [[Autoware](https://github.com/autowarefoundation/autoware)], [[University of Texas at Dallas](https://nova-utd.github.io/navigator/system-overview.html)], [[ApolloAuto](https://github.com/ApolloAuto/apollo/blob/master/docs/02_Quick%20Start/demo_guide/images/Apollo_3_5_software_architecture.png)]
+
+1. **Érzékelés**: egyszerű driver-program szintű nyers adatok előállításával foglakozik, például egy kamera szenzorból a kép előállítása a rendszer számára.
+2. **Észlelés**: ez már összetettebb folyamat, a bemeneti adatokból kinyerni a rendszer számára fontos információkat, például gyalogos felismerése kamerakép alapján.
+3. **Tervezés**: a jármű útját, vagy trajektóriáját tervezi meg globális szinten (a szenzorok érzékelési tartományán túl), illetve lokális szinten (a szenzorok érzékelés tartományán belül).
+4. **Szabályozás**: a tervező által előállított útvonal, vagy tarjektória lekövetése, például Pure-Pursuit szabályzó, Modell Prediktív Szabályzó (Model Predictive Control, MPC) stb. segítségével.
+5. **Aktuálás**: a rendszer által előállított referenciajelek (kormányszög, gáz és fékpedál) kiadása (pl. [CAN bus](https://en.wikipedia.org/wiki/CAN_bus) rendszeren).
+
+A fenti beosztás megfigyelhető nagyobb rendszerek, például az [Autoware összefoglaló rendszerábráján is](https://app.diagrams.net/?lightbox=1#Uhttps://autowarefoundation.github.io/autoware-documentation/main/design/autoware-architecture/node-diagram/overall-node-diagram-autoware-universe.drawio.svg). Robotikában ismeretes még a sense-think-act paradigma is. Itt a gondolkodás (think) foglalja össze az észlelést, a tervezést és valamennyire a szabályozást is.
+
+Nézzünk minden részfeladatra egy szemléltetést, az egyetemünk egyik önvezető funkciókkal rendelkező autóján, a zalaegerszegi tesztpályán:
+
+<iframe width="560" height="315" src="https://www.youtube.com/embed/9eFqsei1J70?rel=0" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen></iframe>
+
+![Alt text](explain_video01.png)
+
+# Önvezetés vs. vezetéstámogatás
+## SAE szintek
+
+A SAE J3016 szabvány definiálja a sofőr és a jármű rendszere közötti munkamegosztást.
+
+- **0. szint**: L0 - No Driving Automation, azaz a vezetésautomatizáció teljes hiánya.
+- **1. szint**: L1 - Driver Assistance, itt bizonyos vezetéstámogató funkciók már beleszólhatnak a jármű mozgásába.
+- **2. szint**: L2 - Partial Driving Automation, azaz mindkét irányba történő manővert végez az autó, a felügyelet az emberé.
+- **3. szint**: L3 - Conditional Driving Automation, itt ha a jármű kéri, a sofőrnek vissza kell vennie az irányítást.
+- **4. szint**: L4 - High Driving Automation, itt már minden felelősség a járművé, de hagyományos üzemmódban is használható még.
+- **5. szint**: L5 - Full Driving Automation, Autonomous, itt is a járműé a feleősség, sőt, nem is lehet hagyományos kormánnyal használni.
+
+A szabvány azonban nem íjra le, hogy milyen "scope" / terület a jármű korlátja. Például egy önvezető reptéri busz nem léphet ki a reptér területéről. Ugyanígy a Waymo, Cruise vagy a Zoox robotaxija jellemzően kisebb régióban, magyar hasonlatként nagyjából 1-2 vármegyényi területen működik csak. Ezt nevezzük "geofencing"-nek is.
+
+## Példák
+
+Ahogy láthattuk, önvezető (autonomous) járművekhez (L5) hasonló technológiák találhatók a vezetéstámogató (automated) szinteken (L2/L3) is. Azonban a feladat komplexitásban teljesen más szintet jelent.
+
+
+| Szint: | L2/L3 | L5 |
+|---:|:---:|:---:|
+| Elnevezés: | Automatizált, vezetéstámogató | Autonóm, önvezető |
+| Jellemző szenzorok:| Kamera, radar | Kamera, radar, LIDAR, GPS |
+| Példák: | Tesla, Audi, BMW | Waymo, Zoox, Cruise |
+
+
+# Önvezető járművek és robotok
+
+| Robotok | Robotaxik |
+|---|---|
+| ![tx](robots01.png) | ![tx](robotaxis01.png) |
+| Nuro, Segway, Turtlebot, Clearpath, Starship  | Zoox, Cruise, Waymo, Navya, Sensible4 |
+
+Nézzünk egy példát, ami a Zoox önvezető robotaxit mutaja be működés közben:
+
+<iframe width="560" height="315" src="https://www.youtube.com/embed/2sGf_3cAwjA?rel=0" title="YouTube video player" frameborder="0" allow="accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share" allowfullscreen></iframe>
+
+# Kódsorok
+
+Az alábbi ábrából látszik, hogy egy mai átlagos (vezetéstámogatással rendelkező) személyautó igen komplex szoftvermérnöki munka eredménye, azonban az is világos, hogy a jövőben az önvezető járművek még ennél is összetettebb megoldásokat fognak igényelni.
+
+```mermaid
+---
+config:
+    themeVariables:
+        xyChart:
+            backgroundColor: transparent
+            titleColor: "#AAAAAA"
+            xAxisLabelColor: "#43AEC5"
+            yAxisLabelColor: "#43AEC5"
+            xAxisLineColor: "#AAAAAA"
+            yAxisLineColor: "#AAAAAA"
+            plotColorPalette: "#43AEC5"
+---
+xychart-beta
+
+    title "Millions of Lines of code (LOC) in 2024"
+    x-axis ["Avg. iPhone app","World of warcraft", "Linux kernel", Facebook, "Avg. new vehicle"]
+    y-axis "Average number of lines of codes (million)" 0 --> 210
+    bar [0.04, 5.5, 30, 62, 200]
+
+```
+Forrás: [statista](https://www.statista.com/statistics/1370978/automotive-software-average-lines-of-codes-per-vehicle-globally/#:~:text=Between%202015%20and%202020%2C%20the,production%20in%20the%20following%20years.), [informationisbeautiful](https://informationisbeautiful.net/visualizations/million-lines-of-code/)
+
+
+# Egyetemi járművek
+
+A Széchenyi István Egyetem szerencsére relatív sok átalakított személygépjárművel, illetve robottal rendelkezik. Ezek a következőek:
+
+## Lexus RX450h MY2016+ (autó)
+Szenzorai: Ouster OS2-64 LIDAR, 2x OS1-32 LIDAR, Stereolabs Zed2i mélységkamera.
+További információ [itt](https://github.com/szenergy/szenergy-public-resources/wiki/H-sensorset2021.L).
+
+<figure markdown="span">
+  ![Image title](vehcile_lexus01.png){ width="80%" }
+  <figcaption>Lexus</figcaption>
+</figure>
+
+## Nissan Leaf (autó)
+Szenzorai: 2x Ouster OS1-64 LIDAR, 2x Velodyne VLP16 LIDAR, SICK LMS111 LIDAR, Stereolabs Zed / Zed2 mélységkamera.
+További információ [itt](https://github.com/szenergy/szenergy-public-resources/wiki/H-sensorset2020.A).
+
+<figure markdown="span">
+  ![Image title](vehcile_leaf01.png){ width="80%" }
+  <figcaption>Nissan Leaf</figcaption>
+</figure>
+
+## Szenergy (autó)
+Szenzorai: Ouster OS1-128 LIDAR, SICK LMS111 LIDAR, Stereolabs Zed2i mélységkamera.
+További információ [itt](https://www.youtube.com/szenergyteam).
+
+<figure markdown="span">
+  ![Image title](vehicle_szenergy01.png){ width="80%" }
+  <figcaption>Szenergy</figcaption>
+</figure>
+
+A Szenergy csapata európa legnagyobb önvezető versenyén, a Shell Eco-marathon Autonomous Urban Concept (AUC) versenyen 2023-ban első, előtte pedig második helyezést ért el. A doboogós helyezések ezekben az évek ben így alakultak:
+
+
+| 🏆 | 2022 | 2023 |
+|:---:|---|---|
+| 1. | DTU Road Runners, Technical University of Denmark (`Denmark`)  | SZEnergy Team, Széchenyi István University (`Hungary`) |
+| 2. | SZEnergy Team, Széchenyi István University (`Hungary`)  | Team EVA,  Hogeschool Van Amsterdam University (`Netherlands`) |
+| 3. | DNV Fuel Fighter, Norwegian University of Science And Technology (`Norway`) | H2politO,Molecole Urbane Politecnico Di Torino University (`Italy`) |
+
+Forrás: [shellecomarathon.com](https://www.shellecomarathon.com/2023-programme-on-track/autonomous-urban-concept/_jcr_content/root/main/section/simple/link_list_copy/links/item0.stream/1686130984099/008b488668d9f7248319705f60e09fe861737ccd/sem-2023-eu-auc-final-results.pdf)
+
+
+## Segway Loomo (robot)
+Leírás [itt](https://github.com/jkk-research/loomo_base).
+
+<figure markdown="span">
+  ![Image title](vehcile_segway01.png){ width="40%" }
+  <!-- <figcaption></figcaption> -->
+</figure>
+
+## F1/10 (Ackermann robot)
+
+F1tenth jármű, [leírás itt](https://f1tenth.org/build.html).
+
+<figure markdown="span">
+  ![Image title](f1tenth01.png){ width="80%" }
+  <!-- <figcaption></figcaption> -->
+</figure>
+
+_Kép forrása_: Varundev Suresh Babu and Prof. Madhur Behl, Computer Science | Link Lab | University of Virginia
+
+## Roboworks Rosbot mini Ackermann (robot)
+Leírás [itt](https://robotverseny.github.io/megoldas_zala23/)
+
+<figure markdown="span">
+  ![Image title](vehcile_rosbot01.png){ width="60%" }
+  <!-- <figcaption></figcaption> -->
+</figure>
+
+
+
+## Husarion ROSbot 2 Pro (robot)
+Leírás [itt](https://husarion.com/manuals/rosbot/).
+
+<figure markdown="span">
+  ![Image title](vehcile_husarion01.png){ width="40%" }
+  <!-- <figcaption></figcaption> -->
+</figure>
+
+
+## Robotis ROS TurtleBot 3 (robot)
+Leírás [itt](https://emanual.robotis.com/docs/en/platform/turtlebot3/overview/).
+
+<figure markdown="span">
+  ![Image title](vehcile_turtlebot01.png){ width="80%" }
+  <!-- <figcaption></figcaption> -->
+</figure>
+
+## DJI Matrice 600 Pro drone (robot)
+Szenzorai: Ouster OS1-64 LIDAR.
+További információ [itt](https://www.youtube.com/watch?v=In_6XPS6JAw).
+
+<figure markdown="span">
+  ![Image title](vehcile_dji01.png){ width="50%" }
+  <!-- <figcaption></figcaption> -->
+</figure>
+
+<center><img src="https://raw.githubusercontent.com/sze-info/arj/main/docs/_images/arj02.svg" width="90%" /></center>