树莓派上利用 Tensorflow 实现小车的自动驾驶

树莓派上利用Tensorflow实现小车的自动驾驶(无人驾驶) 代码地址:https://github.com/Timthony/self_drive 先抛出大家最关心的——代码地址: github传送门:https://github.com/Timthony/self_drive 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 ... 阅读详情

点击上方“芋道源码”,选择“置顶公众号”

技术文章第一时间送达!

源码精品专栏

 

来源:http://t.cn/E2w8Ysr

  • 整体流程

  • 注意事项:

  • 具体制作流程:

  • 正在进行一些改进:


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

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。

img

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



欢迎加入我的知识星球,一起探讨架构,交流源码。加入方式,长按下方二维码噢:

已在知识星球更新源码解析如下:

手把手教你——树莓派上利用Tensorflow实现小车的自动驾驶 个人博客导航页(点击右侧链接即可打开个人博客):大牛带你入门技术栈 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,... 阅读详情

相关推荐

【记录】本科毕设:基于树莓派的智能小车设计(使用Tensorflow + Keras 搭建CNN卷积神经网络 使用端到端的学习方法训练CNN)

1 前言 随着计算机技术的发展和近年来深度学习方法的突破,自动驾驶技术在技术支持和社会对驾驶舒适度要求的逐步提高下得到了蓬勃的发展,并逐渐将重心放在以计算机视觉为基础的深度学习算法研究中。 该项目设计了一种原先属于自动驾驶深度学习算法的端到端的卷积神经网络模型作为小车行驶算法,以摄像头采集得到的道路图像作为网络模型输入,小车的驾驶操作作为模型计算输出的智能小车,进行自动驾驶深度学习算法移植到智能小车上的可行性测试。设计最终实现了智能小车在实验道路上遭受外力推动、光照不均等干扰条件下的稳定自动驾驶。本设计

Jack__Ni的博客 1万+

一文掌握基于深度学习的自动驾驶小车开发(Pytorch实现,含完整数据和源码,树莓派+神经计算棒)

./lite/tools/build_android.sh --arch=armv7 --android_stl=c++_shared --with_cv=ON

你是怎么做到的?我为什么做不到 5万+

【C++】ROS:树莓派ROS智能小车调试使用记录

记得以前大家玩智能小车基本是以STM32为主控,搭配摄像头、超声波雷达等传感器,但随着自动驾驶开始热起来后,大家都开始用树莓派、ROS系统、激光雷达这些部件来组装一辆智能小车了。或许是教育方面的引导,一辆智能小车就类似于自动驾驶的原型系统,STM32下位机是汽车ECU的缩影,而树莓派/Jetson是自动驾驶车辆计算平台的缩影,学习激光雷达感知、摄像头感知,路径规划,下位机通讯与执行等功能。

DevFrank的博客 6262

树莓派自动驾驶小车(Donkey Car)调试运行

前面一篇博客记录了硬件清单和组装,这里接着做软件配置让系统能运行起来。 Donkey Car的GitHub仓库地址为: https://github.com/autorope/donkeycar 我还是先用这个让小车跑起来,它提供了基本的功能,包括通过摄像头采集数据,训练,利用训练结果进行自动驾驶,用网页界面控制小车等。 首先是树莓派的安装配置,这里不展开,不过我之前做过,也记录了详细文档...

捉不住的鼬鼠的足迹 1万+

基于树莓派的自动驾驶小车,利用树莓派和tensorflow实现小车在赛道的自动驾驶.zip

人工智能-深度学习-tensorflow

Geant4 案例分析(一): B1

本文是对Geant4 B1的案例分析,其中特定的功能不做介绍,而注重于各个文件的主要功能,以及它们组织的方式。

m0_51809467的博客 1583

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 电机控制 ...

chui76585898的博客 1668

sid图像数据_遥感影像数据

影像数据基本概念影像数据是由卫星或飞机上的成像系统获得的影像,多为遥感影像数据。影像数据的每个像元都有一个值,表示传感器探测到像素对应地面面积上目标物的电磁辐射强度,也叫亮度值、灰度值。SuperMap支持的影像数据格式有:*.img、*.tif、*.tiff、*.bmp、*.jpg、*.png、*.gif、*.raw、*.sid等。计算机以二进制记录数据,所以其量化的等级以二进制来划分,即2n。...

weixin_39534395的博客 1629

树莓派 java小车_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: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...

weixin_34363071的博客 351

Outlook邮件备份全攻略:从导出到导入的完整流程(附常见问题解决)

本文提供了一份详尽的Outlook邮件备份全攻略,涵盖从导出到导入的完整流程。重点解析了经典桌面版Outlook的.pst文件备份方法、进阶的智能筛选备份策略,以及如何通过导入恢复和工具验证确保备份可用。同时,文章还介绍了构建自动化备份体系与异地容灾的最佳实践,并附有常见问题解决方案,帮助用户建立可靠的邮件数据安全防线。

weixin_29248611的博客 901

一文搞懂深度学习:最全神经网络介绍

本文是深度学习系列文章的第二篇,我们将深入探讨各种类型的人工神经网络,探索它们独特的特性和应用。

2402_82802238的博客 2803

树莓派智能小车python论文_基于树莓派的自动驾驶小车,利用树莓派和tensorflow实现小车在赛道的自动驾驶...

self_drive基于树莓派的人工智能自动驾驶小车Artificial intelligence automatic driving car based on raspberry piegithub传送门:https://github.com/Timthony/self_drive整体流程(Technological process)电机控制(Motor control)摄像头调试(Camera...

weixin_36488589的博客 2136

海康视觉相机驱动软件MVS参数配置全攻略(附接线图+避坑指南)

本文提供了海康视觉相机驱动软件MVS从硬件连接到软件参数配置的完整指南。详细解析了供电与通讯线缆的区分、PNP/NPN信号逻辑的接线避坑方法,并重点阐述了MVS软件中触发模式、网络IP配置、图像采集及光源控制等核心参数的设置技巧,旨在帮助用户快速完成相机调试,实现稳定高效的图像采集。

weixin_29204205的博客 408

树莓派上利用 TensorFlow 实现小车的自动驾驶:从理论到实践的完整指南

本文详细介绍了基于树莓派和TensorFlow的自动驾驶小车实现方案。该系统采用四层架构:感知层通过摄像头采集道路图像,决策层使用TensorFlow模型处理图像生成控制指令,控制层转换指令为电机信号,执行层驱动小车运动。硬件选用树莓派4B、L298N电机驱动模块和CSI摄像头,软件实现包括数据采集、模型训练(CNN网络)和部署优化(TensorFlow Lite量化)。系统支持传感器融合、性能监控和多种运行模式,并通过数据增强、卡尔曼滤波等技术提升稳定性。文章还提供了故障排查指南和扩展建议,为嵌入式AI开

油墨香^-^的博客 727

基于CNN的表情识别(FER)pytorch实现

Report for FER Jian Tang Abstract 我们使用卷积神经网络(CNN)实现了baby的面部表情识别(FER)。 数据上,我们获取了开源FER数据集FER2013[1],besides我们使用爬虫获取了baby相关的人脸图片,进行了手工分类标注以形成一个全新的baby FER数据集。 模型上,我们首先复现了Luan[2]的工作,即参考Kuo[3]在CVPR 2018上的工作并实现一个轻量的CNN网络,在FER2013上进行训练并得到了XXXX%的平均分类准确率(avg a

qq_20241587的博客 3686

20 CVPR Learning 3D Semantic Scene Graphs From 3D Indoor Reconstructions 学习笔记

3RScan是大规模真实世界的室内场景,特点是对478个自然改变的室内环境在不同的时间帧进行了1482 RGB-D scans,每一个scene都包括了一些位置被改变的物体。它和ScanNet数据集的区别主要在于ScanNet中的每一个采样环境都不相同,但是3RScan中存在采样环境相同但物体的位置不同的场景。Scene Graph Annotations 则是在3RScan的基础上给物体加入了场景图需要的关系、物体特征和类别标注,同时对3RScan进行了扩展,以此形成了场景图数据。

weixin_43508459的博客 1838

兰斯洛特·δ零式·开发计划

项目概论 基于 Raspberry Pi 和TensorFlow的自动驾驶(寻迹)小车 项目描述 将卷积神经网络和树莓派相结合,实现小车的自动驾驶 开发流程 利用树莓派的摄像头功能将图像获取,在树莓派中对图像进行初步的处理(灰度化,降维),将数据上传到云端计算,利用已训练出的模型计算出预测路径,再将结果传回,利用电机控制模块,操纵小车方向。 项目难点 一、神经网络的模型设计和训练集

大行疯者的博客 502

【TRAE调教指南之MCP篇】Context 7 MCP:让AI永远拥有最新技术文档

【TRAE调教指南之MCP篇】Context 7 MCP:让AI永远拥有最新技术文档

funfan的博客 1319

利用树莓派,TensorFlow实现无人驾驶

self_driving 利用树莓派实现无人驾驶 github传送门:https://github.com/zevinli/selfdriving 如果觉得不错的话请多多star!!!!! 文件说明 collect_data.py 收集数据用的程序文件,在树莓派上运行,用于收集赛道等数据。 drive.py 无人小车的驱动程序文件,在树莓派上运行,用于无人小车的遥控驾驶。 drivetest.py...

AI_LINNGLONG的博客 1792

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

基于树莓派搭建自动驾驶小车;Donkey Car组装硬件DIY

还是想朝着人工智能方向靠一靠,之前研究图像有关的分类、识别,还是觉得太枯燥了。后来结合自己接触较多的Unity引擎,发现有自动驾驶用Unreal或者Unity之类的游戏引擎进行虚拟训练。接着发现了微软的AirSim,稍微研究了下,记录了一篇博客。然后就想虚拟训练虽好,但是既然是自动驾驶,自己能DIY一个小车那就有趣多了,这样就发现了Donkey Car这个项目。它就是基于树莓派,用Tensorfl...

捉不住的鼬鼠的足迹 7448

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

Google工程师:教你用树莓派+Arduino+TensorFlow搭建图像识别小车

[转] http://www.leiphone.com/news/201703/2MCSRGD5XpPNbK8c.html 雷锋网按:本文作者赵智沉,Google软件工程师。来自知乎专栏:赵智沉的作坊。雷锋网(公众号:雷锋网)获授权转载。 从买第一个Arduino套装开始,我接触机器人有好几年了,但直到最近才开始做完整的课题。期间有两项技能为我打开了新世界的

xiangz_csdn的博客 1万+

IDEA的使用指南

IDEA基于java的使用手册,可以最快速的上手,在使用中不断的丰富自己的使用技巧.

上一篇: 七个步骤,带你快速读懂 RPC 框架原理
下一篇: 最佳实践 | 中文文案排版指北
公众号-芋道源码
博客等级 码龄10年 1640粉丝 377原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值