内容正文:
无人驾驶小车项目实现
—项目设计
目 录
1.了解无人驾驶汽车的的项目思路。
2.掌握无人驾驶汽车的输入、计算和输出过程。
3.完成无人驾驶汽车的的硬件拼搭和软件编程。
无人驾驶汽车制造是一项大工程,需要各项智能技术的开发商、汽车制造商等的通力合作才能完成。现阶段同学们虽然无法自主制造出功能健全的无人驾驶汽车,但可以积跬步,而后至千里。本节课,我们就结合AIoT板、AI摄像头制作能够自主行驶的简易版无人驾驶小车吧!
同学们,请思考一下如果你们要制作一辆无人驾驶小车,你们会怎么规划制作呢?你们设计的小车有什么特别之处吗?
项目思路
为了完成该项目,可以模拟真实场景,让无人驾驶小车在没有人为干涉的情况下,能够控制前后左右的行驶方向。项目思路如图所示。
项目准备
为了制作无人驾驶小车,需要准备项目使用的硬件、软件及结构搭建材料等。
硬件准备
AIoT 板作为主控板,可以控制无人小车各环节的运作;AI摄像头内有强大的AI芯片,可以让训练好的识别路标模型在其上面运作完成识别任务;各类传感器和执行器可以丰富无人驾驶小车的功能。无人驾驶小车的硬件如图所示,其连接如图2.3.3所示。
项目准备
课堂活动
同学们,你们的无人驾驶小车上还能增加哪些功能?实现这些功能主要用到哪些硬件?请将清单列在表中。
名 称 功 能 在小车上的作用
AIoT 板 对数据进行处理 控制各个部分的运作
项目准备
软件及素材准备
为了训练出可以识别路标的模型,以实现小车识别路标功能,需要收集多种路标的相关图片素材进行训练和学习,如图所示。
选择合适的编程软件完成无人驾驶小车的编程项目部分,如采用mPython编程软件,既可对AIoT板、传感器等一系列硬件进行编程,还支持人工智能相关模型的训练。
项目准备
外形结构搭建材料准备
根据所选取的硬件,结合自己对无人驾驶小车的设想,选择合适的搭建无人驾驶小车外形结构的材料,如可以直接准备金属结构件搭建外形,也可以准备可加工的材料,如木板等,结合数字化工具给无人驾驶小车设计并制作一个外形结构。
项目实施
无人驾驶小车的项目实施过程可以分成两大部分:路标识别模型训练与路标识别自动驾驶。
路标识别模型训练
为了让小车能够根据路标的指示做出行驶决策,首先需要训练出能够让小车识别路标的模型,之后才能正确识别路标图像,控制小车行驶。
程序设计。打开编程软件,加载AI摄像头的模块指令,编写前进、左转、右转、停止四种路标模型训练的指令,程序设计如图2.3.5所示。
项目实施
路标识别模型训练
项目实施
路标识别模型训练
项目实施
手动采集训练模型的图像。将训练模型的程序刷入AIoT板之后,需要手动采集训练模型的图像,如图所示。
① 按下AI摄像头左侧的A按键,按顺序依次拍摄要分类物体的图片,告诉机器要分成哪几类。
② 按下AI摄像头右侧的B按键,拍摄要识别的几类物体图片,各类物体总数达到前面设定的“训练集数量”时,摄像头自动进入训练学习。
完成模型训练后,我们就得到了一个可以进行路标分类的模型,将它保存起来。另外根据路标模型训练的程序设计,还可以在软件控制台和AI摄像头屏幕上看到模型预测结果。
训练集数量是指提供给摄像头学习的图片(照片)的数量,该数量为几类物体图片数量的总和,其中每一类物体的训练集图片数量在5~10张为宜。若对四种道路标识进行分类,则选择的分类数量为4,样本数量可以是20。
温馨小贴士
课堂活动
请同学们训练出你们的无人驾驶小车识别路标的模型。
路标识别自动驾驶
在模型训练结束之后,就可以进行路标识别了。为了更直接地呈现路标识别结果,我们将路标识别的结果赋予文字说明,如图所示初始化变量traffic。
项目实施
路标识别自动驾驶
在初始化AI摄像头之后,载入之前训练好的模型,开始重复地识别动作,并将识别结果存储在变量result中,当识别到路标时,即result不为空时,再判断识别结果是否为“前进、左转、右转、停止”中的一种,若是,则执行相应的动作。具体的程序设计如图所示。
项目实施
课堂活动
将编写完成后的程序刷入AIoT板中,待AI摄像头启动后就可以直接开始识别路标了。
完成了无人驾驶小车的程序设计之后,需要给小车搭建结构外形,让小车能够正常工作起来,可以结合数字化工具,根据所选用的硬件大小设计并制作小车外形结构。以金属结构件搭建外形为例,无人驾驶小车整体造型如图所示。
结构设计
应用与优化
无人驾驶小车项目制作完成后,将无人驾驶小车放到模拟路沙盘上,摆上路标,测试,优化、升级小车的功能。
请同学们完成无人驾驶小车的制作,并和其他同学比一比,看看谁制作的小车更智能。
拓展阅读
拓展阅读
谢 谢 观 看
$