【源码】基于树莓派和深度学习的自动驾驶小车

项目简介

本项目是基于树莓派和深度学习构建的自动驾驶小车系统。借助摄像头采集道路图像，经预处理后输入神经网络模型识别，依据识别结果控制小车行驶方向与速度，实现自动驾驶。项目涵盖图像采集、数据预处理、模型训练、模型部署和车辆控制等环节。

项目的主要特性和功能

1. 图像采集：利用摄像头实时采集道路图像数据。
2. 数据预处理：对采集的图像数据开展清洗、格式转换、大小调整、标签分配等操作，便于输入神经网络模型训练。
3. 模型训练：采用深度学习框架TensorFlow和预训练的NVIDIA end - to - end Model进行训练，通过调整超参数和微调提高识别准确率。
4. 模型部署：将训练好的模型部署到树莓派小车，通过GPIO等接口与硬件通信。
5. 车辆控制：依据神经网络识别结果，通过控制算法控制小车行驶方向和速度，实现自动驾驶。

安装使用步骤

硬件组装

• 组装树莓派小车硬件，包含树莓派、摄像头、蓄电电池组等。
• 用螺栓、螺柱、亚克力板将树莓派、蓄电电池固定在小车上。

环境配置

• 通过VNC连接并登录树莓派。
• 在树莓派上安装Keras环境，用于调用训练好的模型。

数据采集

• 用zth_car_control.py控制小车前后左右移动。
• 配合zth_collect_data.py人工操作，让小车在自制跑道上采集数据，建议采集50000张以上图像数据。

数据处理

使用zth_process_img.py处理采集的数据，完成数据清洗等工作。

模型训练

使用zth_train.py对数据进行训练，得到训练好的模型。

模型部署与自动驾驶

• 将训练好的模型文件（如.h5文件）拷贝到树莓派。
• 使用zth_drive载入模型，实现小车在原先跑道的自动驾驶。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】