Donkey Car實做 (1) 組裝、車道設計
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
- 遙控車，專題用此型號
- 樹莓派
- PCA9685馬達驅動板。
- Camera
- PS4搖桿
- 行動電源
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。
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，分出訓練資料與測試資料，兩項資料取得，自然是透過兩項不同場景。
場地選擇有以下考量 :
(1)地板材質 : 選不易反光。
(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。
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。
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。
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。
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)。
