点击右上方，关注开源中国OSC号，获取最新技能资讯

基于树莓派的人工智能自动驾驶小车

# 整体流程

电机掌握

摄像头调试

道路数据采集

搭建深度学习模型，参数调试

自动驾驶真实道路仿照

参数终极调试

利用方法：

1. 先将树莓派小车硬件组装好

2. 利用zth_car_control.py来掌握小车的前后旁边移动，合营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. 数据采集完成往后利用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洗濯的事情。
（电脑上实行）

4. 利用神经网络模型对数据进行演习zth_train.py，得到演习好的模型。
（电脑上实行）

5. 在树莓派小车上利用zth_drive和演习好的模型，载入模型，即可实现在原来跑道的自动驾驶。
（树莓派上实行）

把稳：只须要利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。

# 把稳事变：

1. 赛道须要自己制作，很主要，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

# 详细系编制作流程：

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

4. 组装好往后，树莓派通过VNC连接电脑，上岸树莓派，在树莓派安装keras环境，以便末了调用演习好的模型。

5. 关于小车的掌握（电机掌握，摄像头采集数据），都在源文件，有注释，大致思路便是通过方向键AWSD来掌握方向，利用了pygame的工具包。

6. 通过电脑真个wasd方向键手动掌握小车（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。

（采集的图像命名哀求为，0_xxxx,1_xxxx,个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，那么这张图像便是直行，按下的是w键，这些0，1，2，3，4 数字就相称于数据的标签值）

7. 将图片从树莓派拷贝下来，进行数据洗濯，利用电脑真个深度学习环境进行模型演习，利用的模型可以自行定义。

8. 将演习好的模型文件.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,通过树莓派掌握电机即可。

# 正在进行一些改进：

1.利用迁移学习进行fine-tuning是否可以提高精度

2.处理光照问题

3.处理数据种别不平衡的问题

欢迎互换谈论

点击下方“理解更多”，获取代码地址。