Donkey Car實做 (1) 組裝、車道設計

jolin Lee
jolin Lee
Aug 30, 2018 · 5 min read

AI人工智慧學校結訓前,受訓學員每人得實做AI應用,作為期末專題。學校與廠商接洽,由廠商出題,像是預測類型的股市、房價,工廠的產品良率,當然學員也能自行發想題目。

其中一名學員李翼,有玩過自駕車經驗,找了9名同學一同來組隊,日後也就成為我們的組長,隊伍宗旨是:『開開心心做專題,輕輕鬆鬆能畢業』,隊名 : 駝獸集團。

以下成果,內容、照片,皆由組員無私提供。

1. 專題目標

組長李翼在一人奮鬥時期,在測試階段一直沒辦法跑超過2圈,中途車子容易受到光線、車子硬體結構、車道等等原因,導致行駛出界。

在舊有條件下,我們將跑5圈設定為Base Line,其他像是避障、方向號誌就當作延伸議題。

2. 材料準備

  1. 遙控車,專題用此型號
  2. 樹莓派
  3. PCA9685馬達驅動板。
  4. Camera
  5. PS4搖桿
  6. 行動電源
田宮MF-01X 1/10遙控車 + 樹莓派

樹莓派設定

在樹莓派上(1)初始環境,還有(2)安裝python程式(3)搖桿配對(4)調校車速、轉彎參數,可參考這篇 點我進入連結

車子組裝

組裝上沒有強硬限制,只要把材料想辦法安全固定在車上,不至於車子晃動時會散落就可以。

要注意則是Camera的拍攝角度,作為車子唯一的sensor,角度好壞最直接影響照片品質。

Camera下傾角 : 要看到車子前方車道。

Camera 相機高度 :

(1)足夠高,才能看到遠方車道。

(2)不能太高,避免遠方前景入鏡。

左圖 : 平視 。 右圖 : 下傾,看到更多有意義資訊。

Camera前後位置 : 相機靠近車前,不要超出車體投影範圍。

(1)過於靠前: 撞牆時,鏡頭易撞毀。

(2)過於靠後: 車頭會入鏡。

場地選擇

訓練無人車的AI模型,目的就是要能在路上跑,因此也跟做其他案例一樣,分出訓練資料測試資料,兩項資料取得,自然是透過兩項不同場景。

左圖 : 訓練場地 。右圖 : 測試場地。

場地選擇有以下考量 :

(1)地板材質 : 選不易反光。

左、中 : 大理石材質,反光嚴重 。 右圖 : 較不會反光 ,柏油路最好。

(2)室內環境 : 室內比較不受光害干擾。

(3)環境空曠 : 照片如果常拍到,紙箱、踢腳板之類雜物,模型比較不易找出學習重點。

紙箱、窗框、踢腳板,很多跟開車沒相干的特徵。

最好的場地,當然是這種空曠無雜物、車道寬敞、不反光、線條明顯、黃色中線的場地啦!

車道設計

考量轉彎處角度,車子是否能轉彎過去?

測量車子最小迴轉半徑:

(1)找一面牆,將車子停在角落,作為圓形任一點A。

(2)將左(右)方向轉到底。

(3)油門催到底,直到車子撞到牆壁為止。

(4)撞牆壁的位子設為點B,點A、B之間距離的一半,即得最小迴轉半徑。

車道設計圖 :

想像力越豐富,車道就會更有挑戰。通常車道設計,都會有目的性存在,例如岔路表示,有號誌指引功能;斑馬線,可能是停車再開。

組員創意發想

建議用3D建模軟體(sketchup),可以將車子的最小迴轉半徑,納入考量。轉彎的圓心半徑不可以超過車子最小迴轉半徑

左圖:標出轉彎處的圓心,以及圓形半徑 。右圖 : 賽道成品

自製圓規 :

兼顧施工品質,測量器具當然還是要有。透過圓規依次把轉彎處的圓畫出,標記圓上的點,將點連線就能做出精確的車道了。

左圖 : 圓規 v1.0 。中圖: 圓規 v2.0 。右圖 : 把圓規畫的點,連線就完成了

第一篇先到這邊,以上內容有材料準備、組裝、車道設計,下篇會介紹資料蒐集、訓練方式,參考Donkey Car實做(2)

集思廣義

一名工程師在AI產業的求生紀錄

jolin Lee

Written by

jolin Lee

集思廣義

一名工程師在AI產業的求生紀錄