基于神經網絡的智能RC小車（Python+OpenCV）

看代碼時發現的一個有趣的例子，實現使用四大利器：

Raspberry Pi + Arduino + OpenCV Neural Network + RC CAR

硬件速覽

指示停車

參考：https://github.com/hamuchiwa/AutoRCCar.git

效果如下：

綠燈行

紅燈停

~~~~下面為機器人翻譯結果~~~~

上網小助手：http://download.csdn.net/detail/zhangrelay/9840220

AutoRCCar

看到行動中的自駕（Youtube）

使用RC車，Raspberry Pi，Arduino和開源軟件的自動駕駛系統的縮小版本。該系統使用帶有相機和超聲波傳感器的Raspberry Pi作為輸入，處理轉向，物體識別（停車標志和交通燈）和距離測量的處理計算機以及用于RC車輛控制的Arduino板。

依賴

樹莓Pi：

Picamera

電腦：

NumPy的

OpenCV的

Pygame的

PiSerial

關于

raspberrt_pi /

stream_client.py：以jpeg格式將視頻幀流式傳輸到主機

ultrasonic_client.py：將由傳感器測量的距離數據發送到主機

Arduino的/

rc_keyboard_control.ino：作為rc控制器和計算機之間的接口，允許用戶通過USB串行接口發送命令

電腦/

cascade_xml /

訓練級聯分類器xml文件

棋盤/

用于校準的圖像，由pi相機捕獲

training_data /

以npz格式訓練神經網絡的圖像數據

testing_data /

以npz格式測試神經網絡的圖像數據

training_images /

在圖像訓練數據采集階段保存視頻幀（可選）

mlp_xml /

在xml文件中訓練神經網絡參數

rc_control_test.py：帶鍵盤的驅動RC車（測試目的）

picam_calibration.py：pi相機校準，返回相機矩陣

collect_training_data.py：接收流式視頻幀和標簽框以供后續培訓

mlp_training.py：神經網絡訓練

mlp_predict_test.py：用測試數據測試訓練有素的神經網絡

rc_driver.py：多線程服務器程序接收視頻幀和傳感器數據，并允許RC車載驅動器本身具有停車標志，交通燈檢測和前碰撞避免能力

如何開車

Flash Arduino：Flash?“rc_keyboard_control.ino”到Arduino并運行“rc_control_test.py”來驅動rc車用鍵盤（測試目的）

Pi相機校準：使用pi相機以各種角度拍攝多張棋盤圖像，并將其放入“chess_board”文件夾中，運行“picam_calibration.py”，并返回相機矩陣，這些參數將用于“rc_driver.py”

收集培訓數據和測試數據：首先運行“collect_training_data.py”，然后在raspberry pi上運行“stream_client.py”。用戶按鍵盤驅動RC車，只有當有按鍵動作時才保存框架。完成駕駛后，按“q”退出，數據保存為npz文件。

神經網絡訓練：運行“mlp_training.py”，取決于所選擇的參數，需要一些時間訓練。培訓后，參數保存在“mlp_xml”文件夾中

神經網絡測試：運行“mlp_predict_test.py”從“test_data”文件夾加載測試數據，并從“mlp_xml”文件夾中的xml文件中訓練參數

級聯分類器訓練（可選）：訓練有素的停車標志和交通燈分類器包含在“cascade_xml”文件夾中，如果您有興趣培訓您自己的分類器，請參考OpenCV文檔和Thorsten Ball

自駕駕駛：首先運行“rc_driver.py”在計算機上啟動服務器，然后在raspberry pi上運行“stream_client.py”和“ultrasonic_client.py”。

OpenCV 神經網絡

版權聲明：本文內容由網絡用戶投稿，版權歸原作者所有，本站不擁有其著作權，亦不承擔相應法律責任。如果您發現本站中有涉嫌抄襲或描述失實的內容，請聯系我們jiasou666@gmail.com 處理，核實后本網站將在24小時內刪除侵權內容。