Register your team for the 2026 RoboRacer PNU-HYUNSONG CHAMPIONSHIP before the deadline (December 31, 2025). You will receive confirmation and access to all competition resources upon successful registration.
Follow the detailed build manual provided after registration to construct your 1:10 scaled RoboRacer car. The manual includes:
Use the provided open-source software stack to develop your autonomous driving algorithms. The software package includes:
Test your algorithms in the provided simulation environment before the competition. This allows you to:
Submit your technical documentation by January 10, 2026. This should include:
Bring your car to BEXCO Convention Hall, Busan on January 25, 2026. The competition schedule includes:
If you have questions or need assistance, please contact the organizing committee. We're here to help you succeed!
The courses below are real educational examples that use 1/10 scale RoboRacer vehicles to learn autonomous driving, robotics, and AI systems. New courses and institutional information will be continuously added as they become available.
Visit the RoboRacer Learn page to see more learning materials and course modules.
University Course
Instructor: Prof. Jin Hyun Kim
Course Name: AI & Robot Systems (RoboRacer-based Autonomous Driving System)
Course Introduction Page:
GitHub Course Repository:
This course systematically covers ROS-based autonomous driving stacks, sensor data processing, and competition-style projects using RoboRacer vehicles, with a focus on hands-on practice.
Learning Notes
Author: Steven Gong
Topic: RoboRacer-based Autonomous Driving Research and Practice Records
Steven Gong conducts research based on RoboRacer vehicles and shares detailed experiences in implementing ROS2-based software stacks (mapping, localization, racing line generation, Pure Pursuit, obstacle avoidance, etc.) in blog format.
Blog Link:
This blog covers advanced autonomous driving learning materials including software stack implementation, engineering lessons, project links, and concept summaries based on the RoboRacer platform, making it very useful for students and researchers.
Reference Repository
Repository: derekhanbaliq/f1tenth-software-stack
This repository contains an integrated RoboRacer software stack implemented by UPenn ESE 615 (Spring 2023) Team 6. It includes various driving and control algorithm codes that can be used with actual vehicles and simulators.
Example Major Packages/Features Included:
gap_follow – Gap Follow, brake & conditional gap followingpure_pursuit – Pure Pursuit, racing control integrated with RRT*mpc, lqr – Advanced controllers based on MPC / LQRrl_planner – Reinforcement learning-based planner nodesafety_node, wall_follow, lab*_pkg – Safety node, wall following, Lab 1~6 example code, etc.f1tenth_gym_ros – RoboRacer Gym + ROS integrated agent/settingsThis is a good example for referencing the overall RoboRacer stack structure for educational and research purposes, and is a practical reference codebase where you can examine implementations of Gap Follow, Pure Pursuit, RRT*, MPC, RL, etc. all at once.
Information about domestic and international university courses, open online courses (MOOC), and workshops using RoboRacer will continue to be added to this page in the future. As more professors and educational institutions join the RoboRacer community, we will sequentially reflect the corresponding course links and materials.
2026 RoboRacer PNU-HYUNSONG CHAMPIONSHIP에 팀을 등록하세요 (마감일: 2025년 12월 31일). 등록이 완료되면 확인 메일과 모든 대회 자료에 대한 접근 권한을 받게 됩니다.
등록 후 제공되는 상세 제작 매뉴얼을 따라 1:10 스케일 RoboRacer 차량을 제작하세요. 매뉴얼에는 다음이 포함됩니다:
제공되는 오픈소스 소프트웨어 스택을 사용하여 자율주행 알고리즘을 개발하세요. 소프트웨어 패키지에는 다음이 포함됩니다:
대회 전에 제공되는 시뮬레이션 환경에서 알고리즘을 테스트하세요. 이를 통해 다음을 수행할 수 있습니다:
2026년 1월 10일까지 기술 문서를 제출하세요. 다음이 포함되어야 합니다:
2026년 1월 25일 부산 벡스코 컨벤션홀에 차량을 가져오세요. 대회 일정에는 다음이 포함됩니다:
질문이 있거나 도움이 필요하시면 조직위원회에 연락하세요. 여러분의 성공을 위해 도와드리겠습니다!
아래 강의들은 1/10 스케일 RoboRacer 차량을 활용하여 자율주행, 로보틱스, AI 시스템을 학습할 수 있는 실제 교육 사례들입니다. 새로운 강의와 기관 정보는 확인되는 대로 계속 추가할 예정입니다.
더 많은 학습 자료와 강의 모듈을 보려면 RoboRacer Learn 페이지를 방문하세요.
대학 강의
담당 교수: 김진현 교수 (Prof. Jin Hyun Kim)
강의명: AI & Robot Systems (RoboRacer 기반 자율주행 시스템)
강의 소개 페이지:
GitHub 코스 저장소:
이 강의는 RoboRacer 차량을 활용하여 ROS 기반 자율주행 스택, 센서 데이터 처리, 경진대회형 프로젝트 등을 체계적으로 다루는 실습 중심 과목입니다.
학습 노트
작성자: Steven Gong
주제: RoboRacer 기반 자율주행 연구 및 실습 기록
Steven Gong은 RoboRacer 차량을 기반으로 연구를 수행하며, ROS2 기반 소프트웨어 스택(맵핑, 로컬라이제이션, 레이싱 라인 생성, Pure Pursuit, 장애물 회피 등)을 직접 구현한 경험을 블로그 형태로 상세히 공유하고 있습니다.
블로그 링크:
이 블로그는 RoboRacer 플랫폼을 기반으로 실제 연구자가 경험한 소프트웨어 스택 구현, 엔지니어링 교훈, 프로젝트 링크, 개념 요약 등 고급 자율주행 학습 자료를 다루고 있어 학생과 연구자에게 매우 유용합니다.
참고 저장소
Repository: derekhanbaliq/f1tenth-software-stack
이 저장소는 UPenn ESE 615 (Spring 2023) Team 6이 구현한 통합 RoboRacer 소프트웨어 스택입니다. 실제 차량 및 시뮬레이터에서 사용 가능한 다양한 주행·제어 알고리즘 코드가 포함되어 있습니다.
포함된 주요 패키지/기능 예:
gap_follow – Gap Follow, 브레이크 & 조건부 갭 추종pure_pursuit – Pure Pursuit, RRT*와 통합된 레이싱 컨트롤mpc, lqr – MPC / LQR 기반 고급 제어기rl_planner – 강화학습 기반 플래너 노드safety_node, wall_follow, lab*_pkg – 안전 노드, 벽 추종, Lab 1~6 예제 코드 등f1tenth_gym_ros – RoboRacer Gym + ROS 통합 에이전트/설정교육용·연구용으로 RoboRacer 전체 스택 구조를 참고하기에 좋은 예시이며, Gap Follow, Pure Pursuit, RRT*, MPC, RL 등의 구현을 한 번에 살펴볼 수 있는 실전형 레퍼런스 코드베이스입니다.
RoboRacer를 활용한 국내·외 대학 강의, 공개 온라인 강좌(MOOC), 워크숍 정보는 향후 계속해서 이 페이지에 추가될 예정입니다. 앞으로 더 많은 교수님과 교육 기관이 RoboRacer 커뮤니티에 합류하면, 해당 강의 링크와 자료를 순차적으로 반영하겠습니다.