树莓派上利用Tensorflow实现小车的自动驾驶

先抛出大家最关心的——代码地址:

 

github传送门: https://github.com/Timthony/self_drive

 

码云传送门: https://gitee.com/tiantianhang/self_drive

 

基于树莓派的人工智能自动驾驶小车

 

# 整体流程

 

 

    1. 电机控制

 

    1. 摄像头调试

 

    1. 道路数据采集

 

    1. 搭建深度学习模型,参数调试

 

    1. 自动驾驶真实道路模拟

 

    1. 参数最终调试

 

 

使用方法:

 

 

    1. 先将树莓派小车硬件组装好

 

    1. 使用zth_car_control.py来控制小车的前后左右移动,配合zth_collect_data.py来人工操作,使小车在自己制作的跑道进行数据采集。(该过程在树莓派进行)

 

    1. 数据采集完成以后使用zth_process_img.py来对采集的数据进行处理,之前当前先完成一些数据清洗的工作。(电脑上执行)

 

    1. 使用神经网络模型对数据进行训练zth_train.py,得到训练好的模型。(电脑上执行)

 

    1. 在树莓派小车上使用zth_drive和训练好的模型,载入模型,即可实现在原先跑道的自动驾驶。(树莓派上执行)

 

 

注意:只需要使用上述提到的代码即可,别的都是一些初始版本或者正在增加的一些新模块。

 

 

 

# 注意事项:

 

 

    1. 赛道需要自己制作,很重要,决定了数据质量。(我是在地板上,贴的有色胶带,然后贴成了跑道的形状)。

 

    1. 赛道的宽度大约是车身的两倍。

 

    1. 大约采集了五六万张图像,然后筛选出三四万张。

 

    1. 摄像头角度问题

 

 

# 具体制作流程:

 

 

    1. 小车原始模型,某宝购买玩具车即可,比如:有电机,有自带电池盒(给电机供电)

 

    1. 树莓派,摄像头,蓄电电池组(用于树莓派供电)

 

    1. 使用一些螺栓,螺柱,亚克力板将树莓派,蓄电电池固定在小车上(具体方法,看手头的工具吧)

 

    1. 组装好以后,树莓派通过VNC连接电脑,登陆树莓派,在树莓派安装keras环境,以便最后调用训练好的模型。

 

    1. 关于小车的控制(电机控制,摄像头采集数据),都在源文件,有注释,大致思路就是通过方向键AWSD来控制方向,使用了pygame的工具包。

 

    1. 通过电脑端的wasd方向键手动控制小车(已经VNC连接好)在制作好的赛道上进行图像采集,直线部分按w,左拐弯按a,右拐弯按d等,建议采集50000张以上。

 

 

(采集的图像命名要求为,0_xxxx,1_xxxx,其中首位字母就代表了你按下的是哪个键,比如图像是0开头,那幺这张图像就是直行,按下的是w键,这些0,1,2,3,4 数字就相当于数据的标签值)

 

7. 将图片从树莓派拷贝下来,进行数据清洗,使用电脑端的深度学习环境进行模型训练,使用的模型可以自行定义。

 

8. 将训练好的模型文件.h5拷贝到树莓派,然后通过树莓派调用载入模型,即可处理实时的图像,并且根据图像预测出是0,1,2,3,4等数字,也就表示了树莓派该怎幺移动,通过树莓派控制电机即可。

 

# 正在进行一些改进:

 

 

    1. 使用迁移学习进行fine-tuning是否可以提高精度

 

    1. 处理光照问题

 

    1. 处理数据类别不平衡的问题

 

 

欢迎交流讨论

发表评论

电子邮件地址不会被公开。 必填项已用*标注