DeepPiCar

DeepPiCarシリーズ

DeepPiCar — パート 1: 限られた予算でディープラーニングの自動運転ロボット カーを構築する方法

Raspberry Pi と TensorFlow を搭載した自動運転ロボット カーの構築方法の概要

デビッド・ティアン著

ハッカー、いじくり屋、そしてエンジニア。私は機械学習、AI、その他のテクノロジー関連のことに情熱を持っています。

導入

現在、Tesla、Google、Uber、GM はすべて、現実世界の道路を走行できる独自の自動運転車を開発しようとしています。多くのアナリストは、今後 5 年以内に都市で完全自動運転車が走行し始め、30 年以内にほぼすべての自動車が完全自動運転になると予測しています。大手企業が使用しているのと同じ技術を使用して、自分だけの自動運転車を構築できたら素晴らしいと思いませんか?今回と次のいくつかの記事では、独自の物理的ディープラーニング自動運転ロボット カーをゼロから構築する方法を説明します。 1 週間以内に、車が車線を検出して追従し、交通標識や道路上の人を認識して反応できるようになります。ここでは最終製品の概要を紹介します。

車線追従

DeepPiCar のダッシュカムによる交通標識と人物検出 (右)

私たちのロードマップ

パート 2 : 購入するハードウェアとその設定方法をリストします。つまり、Raspberry Pi ボード ($50)、SunFounder PiCar キット ($115)、Google の Edge TPU ($75) に加えていくつかのアクセサリが必要になります。また、各部品がどのように重要であるかについては後の記事で説明します。材料費の合計は約250〜300ドルです。また、Raspberry Pi と PiCar に必要なすべてのソフトウェア ドライバーもインストールします。

ラズベリーパイ3B+

SunFounder PiCar-V ロボット カー キット

Google エッジ TPU アクセラレータ

パート 3 : 必要なすべてのコンピューター ビジョンおよびディープ ラーニング ソフトウェアをセットアップします。私たちが使用する主なソフトウェア ツールは、Python (機械学習/AI タスク用の事実上のプログラミング言語)、OpenCV (強力なコンピューター ビジョン パッケージ)、Tensorflow (Google の人気の深層学習フレームワーク) です。ここで使用するソフトウェアはすべて無料でオープンソースであることに注意してください。

パート 4 : (面倒な) ハードウェアとソフトウェアのセットアップは終わったので、楽しい部分に早速入っていきます。私たちの最初のプロジェクトは、Python と OpenCV を使用して、車線の境界線を検出し、それに応じてステアリングを操作することで、曲がりくねった 1 車線の道路を自律的に移動するように DeepPiCar に教えることです。

段階的な車線検出

パート 5 : 最初のプロジェクトで行ったように、レーンを制御するロジックを明示的に記述する必要がなく、レーンを自律的に移動できるように DeepPiCar をトレーニングします。これは、道路のビデオと各ビデオ フレームの正しいステアリング角度のみを使用して、DeepPiCar が自動的に運転するようにトレーニングする「動作クローン作成」を使用することによって実現されます。この実装は、NVIDIA の DAVE-2 フルサイズ自動運転車からインスピレーションを得ており、ディープ畳み込みニューラル ネットワークを使用して道路の特徴を検出し、正しいステアリングの決定を行います。

レーンフォローインアクション

最後に、パート 6では、シングル ショット マルチボックス オブジェクト検出や転移学習などの深層学習技術を使用して、DeepPiCar にさまざまな (小型) 交通標識や道路上の歩行者を検出するよう教えます。そして、赤信号や一時停止標識で停止すること、青信号で進むこと、歩行者が横断するのを待つために停止すること、掲示されている速度標識に従って制限速度を変更することなどを教えます。

TensorFlow での交通標識と人物検出モデルのトレーニング

前提条件

これらの記事の前提条件は次のとおりです。

• 何よりもまず、物事をいじったり壊したりする意欲です。すべてが決定的で完全に再現可能なカー シミュレータとは異なり、現実世界のモデルカーは予測不可能な場合があるため、ハードウェアとソフトウェアの両方を喜んで手を汚していじり始める必要があります。
• 基本的なPython プログラミングスキル。 Python コードを読んで、Python で関数、if ステートメントとループを作成する方法を知っていることを前提とします。私のコードの大部分、特に理解しにくい部分は十分に文書化されています。
• Linux オペレーティング システムの基本的な知識。 Raspberry Pi のオペレーティング システムである Linux の Bash シェルでコマンドを実行する方法を知っていることを前提とします。私の記事では、どのコマンドを実行するか、そのコマンドを実行する理由、および出力として何が予想されるかを正確に説明します。
• 最後に、すべてのハードウェアと動作する PC (Windows/Mac または Linux) を購入するには、約250 ～ 300 ドルが必要になります。繰り返しますが、使用されるソフトウェアはすべて無料です。

次は何だろう

最初の記事は以上です。パート 2 でお会いしましょう。そこで、実際に手を動かし、一緒にロボット カーを作りましょう!

ガイド全体へのリンクは次のとおりです。

パート 1: 概要 (この記事)

パート 2: Raspberry Pi のセットアップと PiCar のアセンブリ

パート 3: PiCar に見て考えてもらう

パート 4: OpenCV による自律レーン ナビゲーション

パート 5: 深層学習による自律的な車線ナビゲーション

パート 6: 交通標識と歩行者の検出と処理