基于OpenCV、深度學習和Raspberry Pi構建自動駕駛汽車視頻教程

 

基于OpenCV、深度學習和Raspberry Pi構建自動駕駛汽車視頻教程 -1
歡迎學習《基于OpenCV、深度學習和Raspberry Pi構建自動駕駛汽車視頻教程》課程。

你将學到什麽

建造你自己的自動駕駛汽車(迷你特斯拉)
學習(分而治之)解決複雜問題,即檢測 ->(定位 + 分類)
使用計算機視覺技術分割車道線,即 Canny 邊緣檢測和顔色阈值
使用算法根據特定形狀定位圖像中的對象,即 ShapeApproxPoly 和 HoughCircles
使用自定義算法使用霍夫線和曲線車道估計直線軌迹。
了解人工神經網絡以及爲什麽卷積神經網絡最适合圖像分類。
學習在 OpenCV 中識别正确的算法以及如何根據您的要求對其進行調整
構建、訓練和部署自定義 CNN 模型(深度學習)以對标志進行分類。
使用 Python 中的 cProfile 對您的程序進行分析/計時
比較 OpenCV 中可用的 SOA 跟蹤技術,并确定最适合項目要求的
技術 使用簡單但非常有效的 IP 技術和線程優化您的代碼
讓 SDV 在自定義跟蹤中自主導航并遵守道路速度限制
了解如何以從圖像中提取可操作的數據
增益所有的知識需要輸入到(SDV系列)即将開始的課程來更先進的版本…?
SSD的簡要概述标志檢測和爲什麽它不是對每個對象DET來解決問題

說明

本課程涉及用于打造您的定制汽車的硬件和軟件部分

本課程将涵蓋的主題是

硬件部分:

使用 Raspbian 設置 Raspberry Pi

Raspberry pi 和筆記本電腦 VNC 設置

硬件 GPIO 編程

使用 Python 代碼進行 LED 控制

電機控制

相機接口視頻饋送

軟件部分:

視頻處理管道設置

使用計算機視覺技術進行車道檢測

使用人工深度神經網絡進行符号檢測

使用光流進行符号跟蹤

控制

課程流程(自駕【開發階段】)

我們将利用 3D 模型(在存儲庫中提供)和從教師提供的鏈接購買的汽車零件,快速讓我們的汽車在 Raspberry Pi 上運行。之後,我們将把 raspberry Pi 與 Motors 和相機連接起來,開始認真編程。

然後通過了解自駕車的概念以及它将如何在運輸和環境領域改變我們不久的将來。然後我們将進行一個自動駕駛知名品牌(特斯拉)的案例研究;)之後,我們将提出我們想要打造哪個(自動駕駛級别)自動駕駛汽車的建議。

本課程的核心開發部分将分爲兩部分。在這一部分及其小節中,我們将研究不同的方法。對它們進行編程并進行分析。在每個部分有多種方法的情況下,我們會進行比較分析,以找出最适合我們項目要求的方法。

1)檢測:負責提取SDV周圍環境的最多信息

在這裏,我們将了解如何通過将一個大問題分解成更小的更易于管理的問題來解決它,例如在檢測的情況下。我們将其分爲 4 個目标

a) 分割

b) 估計

c) 清潔

d) 數據提取

2)控制:将根據檢測模塊提供的信息執行動作。

首先定義此模塊的目标,然後實現這些目标,例如

a) 車道跟随

b) 遵守道路限速

最後,我們将結合所有單獨的組件,讓我們的自動駕駛(迷你 – 特斯拉)栩栩如生。然後将執行最終跟蹤運行以及分析以了解其成就和缺點。

我們将通過描述未來版本的自動駕駛(迷你特斯拉)中的改進領域和可能的功能來總結

硬件要求

樹莓派 3b 或更高版本

齒輪直流電機 12V(單個)

12V 锂電池

汽車底座+轉向機構

軟件要求

Python 3.6

Opencv 4.2

TensorFlow

一個巨大的編程項目的動機

本課程面向的對象:
在即将到來的領域中尋找令人興奮的項目的初學者程序員 希望
在多學科項目中涉足的熱心學生 希望
涉足計算機視覺、人工智能和機器人領域的工程師
自動駕駛汽車 希望構建的愛好者他們自己的一個

類型:在線學習 | MP4 | 視頻:h264,1280×720 | 音頻:AAC,48.0 KHz
語言:英語 | 大小:5.92 GB | 時長:5h 46m

 

原文鏈接:https://vuesite.cn/17610.html,轉載請注明出處。
0
顯示驗證碼
沒有賬号?注冊  忘記密碼?