先丟擲大家最關心的——程式碼地址：
github傳送門：github.com/Timthony/se…
基於樹莓派的人工智慧自動駕駛小車
# 整體流程
電機控制
攝像頭除錯
道路資料採集
搭建深度學習模型，引數除錯
自動駕駛真實道路模擬
引數最終除錯
使用方法：
1. 先將樹莓派小車硬體組裝好
2. 使用zth_car_control.py來控制小車的前後左右移動，配合zth_collect_data.py來人工操作，使小車在自己製作的跑道進行資料採集。（該過程在樹莓派進行）
3. 資料採集完成以後使用zth_process_img.py來對採集的資料進行處理，之前當前先完成一些資料清洗的工作。（電腦上執行）
4. 使用神經網路模型對資料進行訓練zth_train.py，得到訓練好的模型。（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，即可實現在原先跑道的自動駕駛。（樹莓派上執行）
注意：只需要使用上述提到的程式碼即可，別的都是一些初始版本或者正在增加的一些新模組。
# 注意事項：
1. 賽道需要自己製作，很重要，決定了資料質量。(我是在地板上，貼的有色膠帶，然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影象，然後篩選出三四萬張。
4. 攝像頭角度問題
# 具體制作流程：
1. 小車原始模型，某寶購買玩具車即可，比如：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. 組裝好以後，樹莓派通過VNC連線電腦，登陸樹莓派，在樹莓派安裝keras環境，以便最後呼叫訓練好的模型。
5. 關於小車的控制（電機控制，攝像頭採集資料），都在原始檔，有註釋，大致思路就是通過方向鍵AWSD來控制方向，使用了pygame的工具包。
6. 通過電腦端的wasd方向鍵手動控制小車（已經VNC連線好）在製作好的賽道上進行影象採集，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。
（採集的影象命名要求為，0_xxxx,1_xxxx,其中首位字母就代表了你按下的是哪個鍵，比如影象是0開頭，那麼這張影象就是直行，按下的是w鍵，這些0，1，2，3，4 數字就相當於資料的標籤值）
7. 將圖片從樹莓派拷貝下來，進行資料清洗，使用電腦端的深度學習環境進行模型訓練，使用的模型可以自行定義。
8. 將訓練好的模型檔案.h5拷貝到樹莓派，然後通過樹莓派呼叫載入模型，即可處理實時的影象，並且根據影象預測出是0，1，2，3，4等數字，也就表示了樹莓派該怎麼移動,通過樹莓派控制電機即可。
# 正在進行一些改進：
1.使用遷移學習進行fine-tuning是否可以提高精度
2.處理光照問題
3.處理資料類別不平衡的問題
歡迎交流討論
在這裡推薦咕泡學院的《人工智慧商業實戰》，內容有AI深度學習、機器學習、Python、數學、大資料等等，目的是：通過6個月的學習+實戰，將學員培養達到具備一年專案經驗的人工智慧工程師水平。
想了解課程的朋友可以戳戳這裡 → 直達
為了幫助大家讓學習變得輕鬆、高效，給大家免費分享一大批資料，讓AI越來越普及。在這裡給大家推薦一個人工智慧Python學習交流群：705673780歡迎大家進群交流討論，學習交流，共同進步。
當真正開始學習的時候難免不知道從哪入手，導致效率低下影響繼續學習的信心。
但最重要的是不知道哪些技術需要重點掌握，學習時頻繁踩坑，最終浪費大量時間，所以擁有有效資源還是很有必要的。