“自動駕駛”這一技術(shù)近年來非常熱。盡管目前還不允許無人駕駛汽車上路，但很多新款汽車都已經(jīng)有了輔助駕駛的功能。這個趨勢已經(jīng)很明顯，人類不需要自己開車只是早晚的問題。

這兩天，B站一位硬核UP主更是獨自打造一款可以自動駕駛的自行車，火爆全網(wǎng)！大神的技術(shù)令人膜拜。

不過也別光顧著羨慕，其實我們自己也可以整出一輛可以自動駕駛的“車”！

NVIDIA 出的一款入門級人工智能小車，名字叫做 JetBot。

看起來就是一個玩具小車嘛？

但實際上，它比看上去要強大的多：上面搭載的是 NVIDIA Jetson Nano AI 計算機(jī)。該計算機(jī)能夠創(chuàng)建數(shù)百萬個智能系統(tǒng)，且支持多個傳感器和神經(jīng)網(wǎng)絡(luò)并行，可以用于目標(biāo)識別、避碰等。簡單來說，它就是一個可組裝的AI機(jī)器人平臺。

作為新手小白也不用慌，因為官方還出了一套“手把手”級別的教程，給你演示怎么讓它成為一個可以自動駕駛的成熟小車。

你需要的就是：一些些動手能力 + 一些些Python基礎(chǔ)

第一步：搭建硬件官方給出了材料清單和3D打印圖紙。不過對于大多數(shù)小伙伴來說，這可能還是有些難辦。不過好在有萬能的某寶可以搞定這些。

第二步：安裝軟件

JetBot 使用了 Docker 容器，容器中包含了小車自動駕駛所需的所有深度學(xué)習(xí)庫，省去了不少麻煩事。

第三步：訓(xùn)練避障 實現(xiàn)避障分3個步驟：

收集環(huán)境相關(guān)數(shù)據(jù)

使用數(shù)據(jù)訓(xùn)練模型

將訓(xùn)練完成的模型部署到JetBot上

第四步：路徑跟蹤

同避障類似，路徑跟蹤也是3個步驟：

收集道路相關(guān)數(shù)據(jù)

使用數(shù)據(jù)訓(xùn)練模型

將訓(xùn)練完成的模型部署到JetBot上

現(xiàn)在，你就擁有了一輛可以自動駕駛的小車?yán)玻?/p>

在此基礎(chǔ)上，你還能做更多的功能改進(jìn)，比如人臉識別（讓小車跟著你走）、目標(biāo)檢測等等，這些就等著你去進(jìn)一步擴(kuò)展了。

責(zé)任編輯：haq