如何部署自動駕駛系統

自動駕駛軟件部署方法、裝置、終端及服務器，更具體的涉及一種自動駕駛車輛行駛途中下一地理位置區域所調用的自動駕駛軟件部署方法、裝置、終端及服務器。背景技術隨著城市化建設帶來的人口高度集中和交通產業的不斷發展，社會對智能交通系統如何提供更加便捷、高效和人性化的服務，提出了越來越高的需求。自動駕駛是當前智能交通的重要發展方向，它作為一項新技術，是汽車行業當前的熱點。自動駕駛車輛又稱無人駕駛車輛、智能駕駛車輛、電腦駕駛車輛或輪式移動機器人，是一種通過電腦系統實現無人駕駛的智能汽車。
這次要做的是要在本地實現一個自動駕駛項目，本次要用到的是一個英偉達自動駕駛論文的Tensorflow實現的代碼。文末有一個測試視頻。
首先，先把代碼從github上拷貝下來。地址：
https://github.com/SullyChen/Autopilot-TensorFlow
如何再把數據集下載下來解壓到項目根目錄，地址：
https://drive.google.com/file/d/0B-KJCaaF7elleG1RbzVPZWV4Tlk/view?usp=sharing
因為代碼用的是舊版本的Tensorflow，所以如果有出錯大都是Tensorflow的函數名變了而已，例如使用時將 tf.mul 改成 tf.multiply
tf.train.SummaryWriter改成tf.summary.FileWriter等等都可以百度或者谷歌得到。還有一個問題就是如果是windows下運行就要將 call(“clear”) 去掉。如果還有其它問題應該就是沒安裝第三方包和路徑的問題。

 直接運行run_dataset.py，如果沒報錯的話應該效果如下圖

如果運行run.py 的話就是用本地的攝像頭運行。
然后問題來了？這樣一個自動駕駛系統是不是很難啊？
一個能應用到實際中的自動駕駛系統其實極其復雜，但是就這個系統而言。通過代碼來捋一捋ta是怎么實現的。
driving_data.py就是用來加載數據集的。打開它的數據集文件夾看一下

會發現這是一個4w+圖片和一個txt文件的數據集，然后在打開data.txt，強烈要求用notepad++打開，因為window自帶的notepad真的是一個反人類的設計。


這個txt文件其實是一個label，每一行都由對應的圖標index和方向盤轉動的角度。相信大家看到這里差不多已經知道這個系統是怎么實現的了。
其實這個系統的泛化性能很差，業內一般都不會這樣做的。這個系統其實是這樣實現的：首先構建一個卷積神經網絡，輸入的訓練數據其實就是一張張圖片，然后讓神經網絡預測一個方向盤轉動的角度，再與實際轉動的角度計算一個損失值，再實現梯度下降減小損失值。在大量的訓練之后，系統的預測值就與人做出的反應差不多了。但是這樣訓練出來其實是遠遠達不到自動駕駛的需求的。

業內做的往往要通過對所有物體定位、路徑規劃、激光雷達避障等等才能實現自動駕駛。所以這個項目只能作為學習用，或者自己增加數據集將這個模型用于精度要求沒有那么高的場景。

總結

以上是生活随笔為你收集整理的如何部署自动驾驶系统的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。