【E509】在Raspberry Pi上使用深度卷积神经网络实现的自动驾驶小车

项目编号：E509

文件大小：388K

源码说明：带中文注释

开发环境：Python

简要概述：

在Raspberry Pi上使用深度卷积神经网络实现的自动驾驶玩具车

硬件配置

1. 玩具车底盘

2. Arduino

3. Raspberry Pi model 3B+

4. 树莓派鱼眼摄像头

准备工作

1. Raspberry Pi安装tensorflow（建议使用1.9版本）

2. Raspberry Pi安装Python版本的opencv2

3. 项目依赖Numpy，所以保证Raspberry Pi安装好Numpy

铺建跑道

可从淘宝购买警示条贴在地板模拟跑道，注意：跑道不易过小，跑道宽度最好2倍于小车宽度。如图： 

数据采集

1. 将socket_ctrl.py上传到Raspberry Pi

2. 为保证正常运行，必须将model.py一并上传至Raspberry Pi

3. 在socket_ctrl.py同级目录下创建data/img目录

4. 下载apk目录下的手机端控制软件

5. Raspberry Pi连接同手机局域网下的wifi，查看IP，修改socket_ctrl.py的ip变量，打开手机控制软件填写对应的ip，端口固定为9999，其他随意填写并点击设置参数按钮

6. 修改socket_ctrl.py的trainMode变量为True

7. Raspberry Pi运行nohup python -o socket_ctrl.py &打开服务

8. 手机端点击连接按钮，等待连接状态变为绿色，然后点击训练模式进入控制界面，控制小车在轨道内运行并自动采集数据

9. 查看data/img目录下采集数据的数量，如果达到要求（建议2000+图片）则可停止采集

数据训练

1. 将采集到的数据下载到本地

2. 运行record.py生成data/record.csv文件

3. 使用你日常训练数据的方式运行train.py进行数据训练

4. 训练结束后，将结果上传到Raspberry Pi

实验训练结果

1. 修改socket_ctrl.py将trainMode变量改为False

2. 打开手机端，依次点击连接、自动驾驶模式，将小车放到跑道上测试结果

其他

项目默认通过Arduino控制玩具车，但完全可以自定义硬件设置，直接通过Raspberry Pi控制车，可通过修改socket_ctrl.py文件的control函数自定义你的控制方式。

目录│文件列表:

 └ autonomous-toy-car

    │ model.py

    │ record.py

    │ socket_ctrl.py

    │ train.py

    ├ apk

    │  └ Car.apk

    ├ data

    │  │ record.csv

    │  └ img

    │     └ store.image

    ├ display

    │  └ 1.jpeg

    └ model

       └ store.model