一种基于ROS机器人操作系统的深度学习智能车的数据采集及训练方法

第一部分：行为克隆

小车的自主驾驶采用行为克隆的方式，有数据集采集、数据集预处理、模型训练、小车自主驾驶几个步骤。

任务一：车道线数据采集

小车的相机位置及各个按钮，车载电脑的系统密码是1。如下图所示。

深度学习在训练之前需要获取跑道的图像数据集信息以及对应的转向角。本小节介绍通过手柄控制小车在跑道内移动并通过相机2来采集跑道的数据集信

程序文件夹介绍，data目录下存放采集数据集;lib目录下是底盘的驱动;model目录下是训练好的模型文件，其中model_infer目录下是自主驾驶的模型，yolov5_model是目标检测的模型;src目录下存放的是python程序文件;word目录下存放的是操作说明文件。采集数据前先删除data/img/目录和data/hsv_img/目录下的图像文件，删除data/目录下的data.npy data.txt test.list train.list这四个文件

数据采集操作步骤：

1、检测键盘/鼠标和手柄的usb接收器是否插入，检查插入后按车载电脑的开机键进行开机。

2、进入系统后，使用ctrl+alt+t组合键打开终端，使用cd命令切换到ArtRobot_DeepCar/src/目录下。

3、输入python Data_Coll.py 并回车运行该程序。

按动启动键，小车将开始跑起来采集数据了，通过转向遥感 控制小车左右转弯。让小车沿着车道线中央跑5到6圈就可结束数据采集，通过按 4 次结束键结束采集数据。采集的数据存放在ArtRobot_DeepCar/data/img/目录下

结束：本文简单介绍了深度学习小车采集數据及数据训练的具体方法：分为两个部分，即行为克隆和目标检测，给学习智能车数据采集及数据训练的人员提供一种方法。

作者简介：

刘焕海 （1985.3-），男，汉，山东潍坊人，渤海大学硕士，新疆交通职业技术学院机电工程学院教师，讲师。研究方向：机器人控制。