DeepPiCar 다운로드 - DeepPiCar 소스 코드 다운로드

DeepPiCar

AI 소스 코드

1.0.0

다운로드

DeepPiCar 시리즈

DeepPiCar — 1부: 적은 예산으로 딥 러닝, 자율 주행 로봇 자동차를 구축하는 방법

Raspberry Pi 및 TensorFlow 기반 자율 주행 로봇 자동차를 구축하는 방법에 대한 개요

데이비드 티안

해커, 땜장이, 엔지니어. 저는 머신러닝, AI, 기술과 관련된 모든 것에 열정을 갖고 있습니다.

소개

오늘날 Tesla, Google, Uber 및 GM은 모두 실제 도로에서 달릴 수 있는 자율주행차를 만들기 위해 노력하고 있습니다. 많은 분석가들은 향후 5년 이내에 도시에서 완전 자율주행 자동차가 운행되기 시작할 것이며, 30년 이내에 거의 모든 자동차가 완전 자율주행차를 운행하게 될 것이라고 예측합니다. 대기업들이 사용하는 것과 동일한 기술을 사용하여 나만의 자율주행차를 만드는 것이 멋지지 않을까요? 이 기사와 다음 기사에서는 물리적인 딥 러닝 자율 주행 로봇 자동차를 처음부터 직접 만드는 방법을 안내해 드리겠습니다. 일주일 이내에 자동차가 차선을 감지하고 따르며 교통 표지판과 도로에 있는 사람을 인식하고 반응하도록 할 수 있습니다. 다음은 최종 제품을 살짝 엿보는 것입니다.

차선 따르기

DeepPiCar DashCam의 교통 표지판 및 사람 감지(오른쪽)

우리의 로드맵

2부 : 구매할 하드웨어와 설정 방법을 나열하겠습니다. 간단히 말해서 Raspberry Pi 보드(50달러), SunFounder PiCar 키트(115달러), Google Edge TPU(75달러) 및 몇 가지 액세서리가 필요하며 이후 기사에서는 각 부품이 어떻게 중요한지 설명합니다. 재료의 총 비용은 약 $250-300입니다. 또한 Raspberry Pi 및 PiCar에 필요한 모든 소프트웨어 드라이버를 설치합니다.

라즈베리 파이 3 B+

SunFounder PiCar-V 로봇 자동차 키트

Google Edge TPU 가속기

3부 : 필요한 모든 컴퓨터 비전 및 딥 러닝 소프트웨어를 설정합니다. 우리가 사용하는 주요 소프트웨어 도구는 Python(머신러닝/AI 작업을 위한 사실상의 프로그래밍 언어), OpenCV(강력한 컴퓨터 비전 패키지) 및 Tensorflow(Google의 인기 있는 딥 러닝 프레임워크)입니다. 여기서 사용하는 모든 소프트웨어는 무료이며 오픈 소스입니다!

파트 4 : (지루한) 하드웨어 및 소프트웨어 설정을 마치고 재미있는 부분으로 바로 들어가겠습니다! 우리의 첫 번째 프로젝트는 Python과 OpenCV를 사용하여 DeepPiCar가 구불구불한 단일 차선 도로에서 차선을 감지하고 그에 따라 방향을 조종하도록 자율적으로 탐색하도록 가르치는 것입니다.

단계별 차선 감지

5부 : 첫 번째 프로젝트에서 했던 것처럼 차선을 제어하기 위한 로직을 명시적으로 작성하지 않고도 차선을 자율적으로 탐색하도록 DeepPiCar를 훈련시킵니다. 이는 도로의 비디오와 각 비디오 프레임의 올바른 조향 각도를 사용하여 DeepPiCar가 스스로 운전하도록 훈련시키는 "행동 복제"를 사용하여 달성됩니다. 이 구현은 심층 컨볼루셔널 신경망(Convolutional Neural Network)을 사용하여 도로 특징을 감지하고 올바른 조향 결정을 내리는 NVIDIA의 DAVE-2 대형 자율주행차에서 영감을 받았습니다.

실제 차선 따르기

마지막으로 6부 에서는 단일 샷 멀티박스 객체 감지 및 전이 학습과 같은 딥러닝 기술을 사용하여 DeepPiCar가 도로 위의 다양한 (소형) 교통 표지판과 보행자를 감지하도록 가르칩니다. 그런 다음 빨간 신호등과 정지 신호에 멈추고, 녹색 신호등에 가고, 정지하여 보행자가 건널 때까지 기다리며, 게시된 속도 표지판에 따라 속도 제한을 변경하는 등의 방법을 가르칠 것입니다.

TensorFlow의 교통 표지판 및 사람 감지 모델 교육

전제 조건

이 문서의 전제 조건은 다음과 같습니다.

무엇보다도 중요한 것은 사물을 고치고 부수려는 의지입니다. 모든 것이 결정적이고 완벽하게 반복 가능한 자동차 시뮬레이터와 달리 실제 모델 자동차는 예측할 수 없으므로 기꺼이 손을 더럽히고 하드웨어와 소프트웨어를 모두 만지작거리기 시작해야 합니다.
기본적인 Python 프로그래밍 기술. 나는 당신이 파이썬 코드를 읽고 함수, if 문 및 루프를 작성하는 방법을 알고 있다고 가정합니다. 내 코드의 대부분은 잘 문서화되어 있으며 특히 부분을 이해하기가 더 어렵습니다.
기본적인 Linux 운영 체제 지식. Raspberry Pi의 운영 체제인 Linux의 Bash Shell에서 명령을 실행하는 방법을 알고 있다고 가정하겠습니다. 내 기사에서는 실행할 명령, 실행 이유, 출력으로 예상되는 내용을 정확하게 알려줄 것입니다.
마지막으로 모든 하드웨어와 작동하는 PC(Windows/Mac 또는 Linux)를 구입하려면 약 $250-$300가 필요합니다. 다시 말하지만, 사용되는 모든 소프트웨어는 무료입니다.