SelfDirveCar_OpenCV_MLP_RaspberryPi
基于树莓派与Opencv和MLP神经网络搭建的自动驾驶小车(Self driving car based on raspberry pie and opencv and MLP Neural Network)
搭建一个自己的自动驾驶小车
本项目采用的机器学习的MLP算法,本质上是一个多分类问题。系统复杂度低,集成性高。
后续会做进一步更新。
github连接: https://github.com/Aismarter/SelfDirveCar_OpenCV_MLP_RaspberryPi
gitee连接: https://gitee.com/aismarter/SelfDirveCar_OpenCV_MLP_RaspberryPi
说明
这个小车使用arduino,树莓派等硬件模块,设计了一种采用摄像头,并使用MLP神经网进行路径识别的自动驾驶。主要设计方法如下,先用arduino、树莓派和摄像头等模块搭建小车。再用摄像头采集到的数据发送到上位机。上位机保存图像,处理后得到训练集。接着,在电脑上训练mlp神经网络模型。得到模型后,运行自动驾驶程序,摄像头捕获图片,上位机接收图像,加载训练模型,解算图像得出控制参数发送给小车。
完成了对小车硬件环境的搭建和上位机软件环境的搭建后。经过测试,验证了通过调用网络模型小车可以在特定路径下做出沿当前路径行驶、转弯或停止等决策。
项目整体分为两个部分,基于树莓派的硬件部分与基于opencv的算法部分。
OpenCV在该项目中主要使用在2个方面:
1、对输入图像的处理,调用了CV中的灰度化、感兴趣的区域选取等方法;
2、神经网络算法 ,调用了opencv的ML库中的多层感知机模型(MLP)来对输入图像进行分类。
树莓派在该项目中主要用在2个方面:
1、配合树莓派摄像头收集信息,
2、通过socket与上位机通讯。
另外,项目中的小车的硬件还使用了arduino、蓝牙、电机驱动器等模块。目的是通过蓝牙连接arduinoh和我的电脑,使我

本项目介绍如何使用树莓派、OpenCV及MLP神经网络实现一辆能够自动识别路径并驾驶的小车。通过硬件搭建与软件编程相结合,实现了小车在特定路径下的行驶、转弯及停止等功能。
最低0.47元/天 解锁文章
1万+

被折叠的 条评论
为什么被折叠?



