色哟哟视频在线观看-色哟哟视频在线-色哟哟欧美15最新在线-色哟哟免费在线观看-国产l精品国产亚洲区在线观看-国产l精品国产亚洲区久久

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

TensorFlow Lite 構建的無人駕駛微型汽車

工程師 ? 來源:TsinghuaJoking ? 作者:TsinghuaJoking ? 2020-10-19 11:27 ? 次閱讀

今天在 Tensorflow公號看到推文Pixelopolis:由 TensorFlow Lite 構建無人駕駛微型汽車 ,作者介紹了他們在今年Google I/O大會上展示的TensorFlot Lite構建的無人駕駛微型汽車的展品:Pixcelopolis。

▲ TensorFlow Lite構建的無人駕駛微型車

每輛微型汽車都裝配有一部 Pixel 手機,使用手機上的攝像頭檢測和理解周圍的信號。手機使用了 Pixel Neural Core 邊緣計算芯片( Edge TPU 支持的機器學習),可感應車道、避免碰撞和讀取交通標志。

相比于基于云計算來實現視頻處理和物體檢測,邊緣計算可以減少延遲對控制的影響(也許在5G下延遲影響小一點)。

▲ 通過手機識別各種目標的Pixelpolis

下圖是整個展品的布局,模仿了一個小型城鎮廣場周圍的交通環境。參觀者可以通過手機端的一個應用模擬“站點”來選擇出現的目的地。展品中的微型車就可以駕駛到目的地,整個過程用戶可以查看車輛周圍以及所檢測到的物體。

▲ 演示區的道路設計

車模所有對外界的感知都來自于微型車膜前面的手機攝像頭,有它獲取前方的圖片并手機內部署的神經網絡完成車道保持、停車定位、障礙檢測等。通過手機底部的USB-C接口擴展來與底層控制板通訊,完成電機控制等。

▲ 手機應用程序與Pixelopolis交互

▲ 手機端可以查看車輛周圍所檢測到的物品

展品作者采取了與 論文:End-to-end Learning for Self-Driving Cars中相類似的技術錄像,使用卷積神經網絡(CNN)來檢測每幀圖像內的交通指示線,并給出方向盤的調整量。增加了LSTM利用前期拍攝的多個圖像幀進行改進。

▲ CNN 模型的輸入和輸出

控制器的模型很簡單,下面代碼就給出了網絡的結構構成。

net_in = Input(shape = (80, 120, 3))x = Lambda(lambda x: x/127.5 - 1.0)(net_in)x = Conv2D(24, (5, 5), strides=(2, 2),padding=“same”, activation=‘elu’)(x) x = Conv2D(36, (5, 5), strides=(2, 2),padding=“same”, activation=‘elu’)(x)x = Conv2D(48, (5, 5), strides=(2, 2),padding=“same”, activation=‘elu’)(x)x = Conv2D(64, (3, 3), padding=“same”,activation=‘elu’)(x) x = Conv2D(64, (3, 3), padding=“same”,activation=‘elu’)(x)x = Dropout(0.3)(x)x = Flatten()(x)x = Dense(100, activation=‘elu’)(x)x = Dense(50, activation=‘elu’)(x)x = Dense(10, activation=‘elu’)(x) net_out = Dense(1, name=‘net_out’)(x)model = Model(inputs=net_in, outputs=net_out)

一個神經網絡是否能夠達到很好的性能,關鍵在于如何準備好讓它學習的訓練樣本。為此。作者使用Unity, Udacity來構建了模擬器,自動生成訓練車輛的圖像數據。

通過在軌道上設置多個路徑點, 微型汽車 可以行駛到不同的地點,并從中收集數據。在此模擬器中,我們每 50 毫秒收集一次圖像數據和轉角數據。

▲ 模擬器中的軌道中上設有多個路徑點

大家都知道,軟件虛擬出的場景圖片和實際拍攝到的圖片會有很大的差別,包括光線、周圍環境以及其他的噪聲。為了使得訓練的神經網絡能夠適應實際要求,需要對數據進行增強。

他們將以下變量添加到場景中:隨機的 HDRI 球體(具有不同的旋轉模式和曝光值)、隨機的環境亮度和顏色以及隨機出現的車輛。

▲ 各種環境下的數據增強

下圖給出了經過訓練之后,卷積神經網絡的第一層對于輸入圖片的輸出。可以看出,它已經能夠很好地將圖片中道路信息邊緣信息能夠很好的提取,對于背景可以進行有效的壓制。

▲ 第一層神經網絡的輸出

使用神經網絡進行控制的一個最大的問題,就是車模有時會出現莫名其妙的動作。比如下面這個場景,明明已經成功的拐過彎道,進入平坦順直的道路,車模則抽風地沖出跑道了。

這主要是因為所訓練的樣本沒有能夠均勻包含各種道路情況,模型比較脆弱。

▲ 早期版本中玩具車偏離了軌道

為此,在場景中添加了各種形狀的曲線,以豐富原來訓練數據庫中大多數的直線軌道數據。

▲ (左)方形軌道與(右)彎曲軌道

功夫不負有心人,修正數據集不均衡的問題后,車輛便開始能夠在彎道處正確轉向。

▲ 車輛在彎道可以成功轉彎

似乎理性的增加數據可以提高車模的性能,但有時候僅僅采用小的技巧便可以解決大問題。比如當微型車模運行到展品邊緣時,就會看到很多展臺外面的場景。外面的場景多變,很難通過數據來表征這些變化。怎么辦?

作者就用了一個字:切!

將輸入圖像的下面四分之一切出來,送入神經網絡進行訓練,就有效化解了上述的問題。

▲ 展品上的軌道,以及在展品邊緣看到的圖像

為了能夠進行車輛定位以及檢測其它干擾車輛,在手機Pixcel 4上的Neural Core Edge TPU上運行了 ssd_mobilenet_edgetpu 模型,這是來自 TensorFlow 目標檢測模型庫 。每幀檢測時間僅用6.6毫秒,在實時應用中游刃有余。

為了是檢測神經網絡模型能夠適應展品場景需要,作者同樣使用了模擬器和真實場景中的數據來訓練模型。為了提高檢測魯棒性,使用了 Unreal Engine 4 來隨機生成物體和背景。使用 labelImg 工具進行對樣本進行了手動標注。

▲ 進行目標識別的數據庫

使用神經網絡最大的工作量是在準備訓練數據集合。之后的網絡搭建和訓練則非常容易,分分鐘搞定。檢查一下,網絡識別交通標志的效果還是很不錯的。

▲ 網絡識別效果

最后一個工作,就是需要將網絡部署到手機平臺上。這需要借助于TensorFlow Lite 將模型進行個數轉換,并在Android下編寫相應的Python腳本來進行部署。

作者還設想著,通過視覺SLAM能夠為他們的這個展品增加車輛全程定位。真的是一個手機平臺可以練習很多算法

▲ 視覺SLAM定位

為了實現一個頂著手機運行的微型車膜,作者也是費力不斷改進機械結構,經過了五代設計最終得到了一個合理的機械設計。可以將手機、控制板、電池、電機等集成在一個小巧乖致的微型車模中。

▲ 第一代設計

▲ 第二代設計

▲ 第三代射擊

▲ 第四代設計

▲ 第五代設計

下面給出了嵌入在車體內部的控制板、電機、電池等配件。

▲ 底層運動控制單片機板

▲ (左)屏蔽罩和電機,(右)電源插座、電源開關、電機啟動按鈕、電機重置按鈕、開發板狀態 LED、電機狀態 LED

▲ 3000mAh 鋰離子電池(左)與 18650 鋰離子電池(右)

的確,一輛小小的微型車模,包括了計算機視覺深度學習傳感器融合、定位、路徑規劃、控制、系統集成等多個學科內容。通過這個環節幾乎可以將一個專業所需要學習的多個課程集成在一起。這不,在Udacity平臺上,還真的提供了無人駕駛汽車納米學位項目 供希望獲得全面培訓的工程師和學生學習。

教育部自動化類高等教學委員會在清華召開了院長會議,其中李少遠老師對今年大學生學科競賽實踐教學進行了總結。以在剛剛過去的暑期中,新冠疫情影響下,成功舉辦的全國大學生智能車競賽為例,探索面向未來實踐發展。希望智能車競賽為工科學生的大學期間專業課程實踐提供更好的鍛煉平臺。

責任編輯:haq

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 鋰電池
    +關注

    關注

    260

    文章

    8103

    瀏覽量

    170008
  • 芯片
    +關注

    關注

    455

    文章

    50756

    瀏覽量

    423335
  • 網絡
    +關注

    關注

    14

    文章

    7560

    瀏覽量

    88748
  • 無人駕駛
    +關注

    關注

    98

    文章

    4057

    瀏覽量

    120467
  • TensorFlow Lite
    +關注

    關注

    0

    文章

    26

    瀏覽量

    619
收藏 人收藏

    評論

    相關推薦

    測速雷達與無人駕駛技術的結合 測速雷達故障排除技巧

    測速雷達與無人駕駛技術的結合 測速雷達作為無人駕駛汽車環境感知系統的核心技術之一,發揮著至關重要的作用。它通過發射無線電波并接收其反射信號,能夠精確測量車輛的速度,并獲取周圍環境中其他物體的位置
    的頭像 發表于 12-05 17:18 ?358次閱讀

    特斯拉推出無人駕駛Model Y

    北京時間10月11日,特斯拉“WE,ROBOT”發布會正式舉行,在特斯拉發布會上,特斯拉推出無人駕駛Model Y。 在發布會上;埃隆·馬斯克乘坐Robotaxi亮相。馬斯克透露預計特斯拉明年將在
    的頭像 發表于 10-11 16:05 ?1044次閱讀

    文遠知行獲加州無人駕駛汽車載人測試許可

    中國自動駕駛領域的創新先鋒文遠知行,近日傳來喜訊,正式獲得美國加州公用事業監管機構的批準,獲準在加州進行無人駕駛汽車的載人測試。這一里程碑式的突破,標志著文遠知行的自動駕駛技術邁入了新
    的頭像 發表于 08-14 17:42 ?627次閱讀

    馬斯克稱:通用因技術未成熟放棄無人駕駛

    近日,特斯拉掌門人埃隆·馬斯克對通用汽車的一項重大決策提出了獨到見解,質疑其暫停無人駕駛汽車Origin項目進一步開發的真正原因。通用汽車官方此前宣布,鑒于當前監管環境的不確定性,決定
    的頭像 發表于 07-25 14:27 ?1337次閱讀

    5G賦能車聯網,無人駕駛引領未來出行

    無人駕駛車聯網應用已成為智能交通領域的重要發展趨勢。隨著無人駕駛技術的不斷進步和5G網絡的廣泛部署,5G工業路由器在無人駕駛車聯網中的應用日益廣泛,為無人駕駛車輛提供了穩定、高效、低時
    的頭像 發表于 07-24 10:10 ?787次閱讀
    5G賦能車聯網,<b class='flag-5'>無人駕駛</b>引領未來出行

    無人駕駛汽車需謹慎應對及存在的風險挑戰

    ,自動駕駛領域正穩步前行。然而,筆者認為,我國無人駕駛汽車產業當前的核心任務仍應聚焦于技術創新與加速技術成熟,同時需謹慎應對測試與應用階段潛在的風險挑戰。
    的頭像 發表于 07-13 16:51 ?2485次閱讀

    無人駕駛汽車應用晶振TSX-3225

    近幾年以來,無人產品推出了太多的產品,有無人超市,無人機,無人售貨機,無人駕駛汽車等多種科技在高
    的頭像 發表于 06-18 10:55 ?409次閱讀
    <b class='flag-5'>無人駕駛</b><b class='flag-5'>汽車</b>應用晶振TSX-3225

    PMP30781.1-微型汽車 2W 輔助電源 PCB layout 設計

    電子發燒友網站提供《PMP30781.1-微型汽車 2W 輔助電源 PCB layout 設計.pdf》資料免費下載
    發表于 05-17 15:10 ?0次下載
    PMP30781.1-<b class='flag-5'>微型汽車</b> 2W 輔助電源 PCB layout 設計

    中國或支持特斯拉測試無人駕駛出租

    特斯拉首席執行官馬斯克近期的中國之行引發了業界的廣泛關注,特別是在“無人駕駛出租車”的推廣方面。據悉,特斯拉有意將其“無人駕駛出租車”服務引入中國市場。
    的頭像 發表于 05-09 09:29 ?439次閱讀

    吉利完成全球首個汽車無人駕駛漂移,擬明年啟用AI數字底盤技術

    據了解,汽車無人駕駛漂移是吉利AI數字底盤技術的核心環節之一,突顯了吉利在AI大模型、數字底盤、智能駕駛等多方面的綜合實力。
    的頭像 發表于 03-27 15:24 ?391次閱讀

    吉利汽車成功完成全球首個無人駕駛漂移!

    吉利汽車成功完成全球首個無人駕駛漂移!
    的頭像 發表于 03-27 14:17 ?753次閱讀
    吉利<b class='flag-5'>汽車</b>成功完成全球首個<b class='flag-5'>無人駕駛</b>漂移!

    32.768K晶振X1A000141000300適用于無人駕駛汽車電子設備

    科技的發展帶動電子元器件的發展電子元器件-“晶振”為現代的科技帶來了巨大的貢獻,用小小的身體發揮著大大的能量。近兩年無人駕駛汽車熱度很高,不少汽車巨頭都已入局。但這項技術的難度不小,相信在未來幾年
    發表于 03-20 14:21 ?0次下載

    5G車載路由器引領無人駕駛車聯網應用

    隨著無人駕駛技術的不斷發展,車聯網正逐漸成為實現智能交通的重要組成部分。5G車載路由器將在車聯網的應用中起到至關重要的作用,它能夠滿足無人駕駛應用的低時延、高速率和實時控制等需求,進一步推動無人駕駛
    的頭像 發表于 02-19 11:48 ?799次閱讀
    5G車載路由器引領<b class='flag-5'>無人駕駛</b>車聯網應用

    小馬智行啟動深圳中心城區無人駕駛商業化運營

    小馬智行近日宣布,已在深圳市寶安區啟動中心城區無人駕駛商業化運營。該公司已獲得深圳市寶安區頒發的智能網聯汽車無人商業化試點許可,標志著其在無人駕駛技術領域取得了重要突破。
    的頭像 發表于 02-04 10:53 ?909次閱讀

    無人駕駛汽車,不聽指揮,只看路燈?

    無人駕駛洞見分析
    電子發燒友網官方
    發布于 :2024年02月02日 18:04:30
    主站蜘蛛池模板: 国产69精品久久久久观看软件| adc网址在线观看| 亚洲日韩欧美国产专区| 一级毛片免费视频网站| 中文字幕本庄优花喂奶| 99re这里只有精品国产| 吃胸亲吻吃奶摸下面免费视频| 国产精品99久久久久久AV下载| 国产一级毛片在线| 麻豆国产人妻欲求不满| 日本高清无人区影院| 午夜福到在线2019| 在线观看国产精美视频| GOGOGO高清在线播放韩国| 国产精品免费观看视频| 久久ZYZ资源站无码中文动漫| 牛牛在线精品视频(正)| 午夜AV内射一区二区三区红桃视 | 777午夜精品久久AV蜜臀| 不分昼夜H1V3| 国产亚洲精品久久久999密臂| 久久只精品99品免费久| 日日碰狠狠躁久久躁77777| 亚洲精品视频免费| a在线观看视频| 国产视频精品在线偷拍| 免费啪视频观试看视频| 乡村教师电影版| 4k岛国精品午夜高清在线观看| 儿子操妈妈| 久久麻豆国产国产AV| 色就色 综合偷拍区欧美| 一道本av免费不卡播放| 成人精品视频网站| 国产又湿又黄又硬又刺激视频 | 日本久久黄色| 野花韩国高清完整版在线观看5| WWW久久只有这里有精品| 精品国产中文字幕在线视频| 强伦姧久久久久久久久久| 亚洲伊人久久一次|