63 Unstar Star 243 Fork 62

Timthony / self_drivePython

Clone or download
README.md
Copy Edit Web IDE Raw Normal History
Timthony   Create README.md 2018-10-10
# self_drive
Timthony   更新 README.md 2018-11-14
基于树莓派的人工智能自动驾驶小车     
Timthony   更新 README.md 2018-11-14
github传送门:https://github.com/Timthony/self_drive        码云传送门:https://gitee.com/tiantianhang/self_drive    
Timthony   更新 README.md 2018-11-14
# 整体流程
tianhangz   Update README.md 2018-11-14
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    
Timthony   更新 README.md 2018-11-14
# 使用方法:    
Timthony   Create README.md 2018-10-10
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)
tianhangz   Update README.md 2018-11-14
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。    
Timthony   Update README.md 2018-10-10
![](https://ws3.sinaimg.cn/large/006tNbRwly1fw2xwxarf2j30u0140tbg.jpg)    
Timthony   更新 README.md 2018-11-14
![](https://ws4.sinaimg.cn/large/006tNbRwly1fx7tmmq5jjj30u00hgq6z.jpg)    
tianhangz   Update README.md 2018-11-06
tianhangz   Update README.md 2018-11-14
# 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
tianhangz   Update README.md 2018-11-14
# 具体制作流程: 
tianhangz   Update README.md 2018-11-14
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。
tianhangz   Update README.md 2018-11-14
(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)
tianhangz   Update README.md 2018-11-14
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。
tianhangz   Update README.md 2018-11-14
tianhangz   Update README.md 2018-11-06
tianhangz   Update README.md 2018-11-14
# 正在进行一些改进:    
tianhangz   Update README.md 2018-11-06
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    
Python
1
https://gitee.com/tiantianhang/self_drive.git
git@gitee.com:tiantianhang/self_drive.git
tiantianhang
self_drive
self_drive
master

Search