樹莓派上利用Tensorflow實現小車的自動駕駛

先拋出你們最關心的——代碼地址：

github傳送門：https://github.com/Timthony/self_drive

碼雲傳送門：https://gitee.com/tiantianhang/self_drive

基於樹莓派的人工智能自動駕駛小車

# 總體流程
電機控制    
攝像頭調試    
道路數據採集    
搭建深度學習模型，參數調試    
自動駕駛真實道路模擬    
參數最終調試    

使用方法：    
1. 先將樹莓派小車硬件組裝好
2. 使用zth_car_control.py來控制小車的先後左右移動，配合zth_collect_data.py來人工操做，使小車在本身製做的跑道進行數據採集。（該過程在樹莓派進行）
3. 數據採集完成之後使用zth_process_img.py來對採集的數據進行處理，以前當前先完成一些數據清洗的工做。（電腦上執行）
4. 使用神經網絡模型對數據進行訓練zth_train.py，獲得訓練好的模型。（電腦上執行）
5. 在樹莓派小車上使用zth_drive和訓練好的模型，載入模型，便可實如今原先跑道的自動駕駛。（樹莓派上執行）    
注意：只須要使用上述提到的代碼便可，別的都是一些初始版本或者正在增長的一些新模塊。    

 

# 注意事項：
1. 賽道須要本身製做，很重要，決定了數據質量。(我是在地板上，貼的有色膠帶，而後貼成了跑道的形狀)。
2. 賽道的寬度大約是車身的兩倍。
3. 大約採集了五六萬張圖像，而後篩選出三四萬張。
4. 攝像頭角度問題

# 具體制做流程： 
1. 小車原始模型，某寶購買玩具車便可，好比：有電機，有自帶電池盒（給電機供電）
2. 樹莓派，攝像頭，蓄電電池組（用於樹莓派供電）
3. 使用一些螺栓，螺柱，亞克力板將樹莓派，蓄電電池固定在小車上（具體方法，看手頭的工具吧）
4. 組裝好之後，樹莓派經過VNC鏈接電腦，登錄樹莓派，在樹莓派安裝keras環境，以便最後調用訓練好的模型。
5. 關於小車的控制（電機控制，攝像頭採集數據），都在源文件，有註釋，大體思路就是經過方向鍵AWSD來控制方向，使用了pygame的工具包。
6. 經過電腦端的wasd方向鍵手動控制小車（已經VNC鏈接好）在製做好的賽道上進行圖像採集，直線部分按w，左拐彎按a，右拐彎按d等，建議採集50000張以上。
（採集的圖像命名要求爲，0_xxxx,1_xxxx,其中首位字母就表明了你按下的是哪一個鍵，好比圖像是0開頭，那麼這張圖像就是直行，按下的是w鍵，這些0，1，2，3，4 數字就至關於數據的標籤值）
7. 將圖片從樹莓派拷貝下來，進行數據清洗，使用電腦端的深度學習環境進行模型訓練，使用的模型能夠自行定義。
8. 將訓練好的模型文件.h5拷貝到樹莓派，而後經過樹莓派調用載入模型，便可處理實時的圖像，而且根據圖像預測出是0，1，2，3，4等數字，也就表示了樹莓派該怎麼移動,經過樹莓派控制電機便可。

# 正在進行一些改進：    
1.使用遷移學習進行fine-tuning是否能夠提升精度    
2.處理光照問題    
3.處理數據類別不平衡的問題    
歡迎交流討論