树莓派上利用Tensorflow实现小车的自动驾驶

分手后的思念是犯贱 2022-01-20 04:23 383阅读 0赞

先抛出大家最关心的——代码地址：

github传送门：[github.com/Timthony/se…][github.com_Timthony_se]

基于树莓派的人工智能自动驾驶小车

\# 整体流程  
电机控制  
摄像头调试  
道路数据采集  
搭建深度学习模型，参数调试  
自动驾驶真实道路模拟  
参数最终调试

使用方法：  
1. 先将树莓派小车硬件组装好  
2. 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）  
3. 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）  
4. 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）  
5. 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)。  
2. 赛道的宽度大约是车身的两倍。  
3. 大约采集了五六万张图像，然后筛选出三四万张。  
4. 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）  
2. 树莓派，摄像头，蓄电电池组（用于树莓派供电）  
3. 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）  
4. 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。  
5. 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。  
6. 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，那么这张图像就是直行，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么移动,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  
2.处理光照问题  
3.处理数据类别不平衡的问题

欢迎交流讨论

**在这里推荐咕泡学院的《人工智能商业实战》，内容有AI深度学习、机器学习、Python、数学、大数据等等，目的是：通过6个月的学习+实战，将学员培养达到具备一年项目经验的人工智能工程师水平。**

想了解课程的朋友可以戳戳这里 → [直达][Link 1]

为了帮助大家让学习变得轻松、高效，给大家免费分享一大批资料，让AI越来越普及。在这里给大家推荐一个人工智能Python学习交流群：[705673780][]欢迎大家进群交流讨论，学习交流，共同进步。

当真正开始学习的时候难免不知道从哪入手，导致效率低下影响继续学习的信心。

但最重要的是不知道哪些技术需要重点掌握，学习时频繁踩坑，最终浪费大量时间，所以拥有有效资源还是很有必要的。

[github.com_Timthony_se]: https://link.juejin.im?target=https%3A%2F%2Fgithub.com%2FTimthony%2Fself_drive
[Link 1]: https://link.juejin.im?target=https%3A%2F%2Fke.qq.com%2Fcourse%2F364348%3FflowToken%3D1007556
[705673780]: https://link.juejin.im?target=https%3A%2F%2Fjq.qq.com%2F%3F_wv%3D1027%26amp%3Bk%3D5Xng4ZW