DonkeyCar入门教程-训练导航模型

作者 donggua

2018-08-23 01.自动驾驶 无评论 脚印:

DonkeyCar入门教程-训练导航模型

说明:

  • 介绍如何通过DonkeyCar训练一个导航模型

步骤:

使用Keras训练小车

  • 现在你可以可靠地驾驶你的车,你可以使用Keras来训练一个神经网络来像你一样开车。
  • 以下是步骤。
  1. 收集数据
  • 确保你收集好的数据。
  • 练习在不记录数据的情况下多次驾驶赛道。
  • 当你确信你可以无误地驾驶10圈时按开始录制
  • 如果您碰撞或跑离赛道,请立即按Stop Car停止录制,有点不好的数据不会影响你的自动驾驶仪。
  • 在收集10-20圈数据后(5-20k图像),您可以在车辆的ssh会话中使用Ctrl-c停车。
  • 您收集的数据位于最近的TUB文件夹的数据文件夹中。
  1. 将数据从您的小车车传输到您的计算机。
  • 由于Raspberry Pi功能不是很强大,我们需要将数据传输到PC计算机上进行训练。
  • 在主PC上的新终端会话中,使用rsync从树莓派复制小车文件夹。
rsync -r pi@<your_pi_ip_address>:~/d2/data/  ~/d2/data/
  1. 训练一个模型
  • 在同一个终端中,您现在可以通过将该路径传递给该TUB作为参数来运行最新TUB上的训练脚本。
  • 您可以选择传递路径,例如./data/*或./data/tub_?_17-08-28以收集多个桶。
  • 例如:
python ~/d2/manage.py train --tub <tub folder names comma separated> --model ./models/mypilot
  • 可选地,您可以不传递TUB的参数,然后所有TUB将用于缺省数据目录中。
python ~/d2/manage.py train --model ~/d2/models/mypilot
  • 现在您可以再次使用rsync将您的自动驾驶仪移回车内。
rsync -r ~/d2/models/ pi@<your_ip_address>:~/d2/models/
  • 现在,您可以再次启动您的小车,并将您的车型传递给自动驾驶仪。
python manage.py drive --model ~/d2/models/mypilot
  1. 训练提示:

A.Mode & Pilot:

  • 运行上面的命令后要注意的第一件事是查看模式和导航菜单中的选项。
  • 它可能很混乱。
  • 所以下面是不同选项的含义:
  • User : 正如你猜测的那样,这是控制转向和油门控制的地方。
  • Local Angle : 不太明显,但这是训练好的模型(来自上方的mypilot)控制转向的地方。 本地是指在树莓派上本地托管的训练有素的模型。
  • Local Pilot :这是训练好的模型(mypilot)假定控制转向和油门的地方。 截至目前,据称不太可靠。
  • 请务必查看最高油门和油门模式选项,并使用一些设置进行训练。

B.Build a Simple Track :

  • 这没有很好的文档记录,但小车应该(理论上)能够训练任何类型的赛道。
  • 首先,可能不需要建立带有条纹中心车道的双车道赛道。
  • 尝试使用没有中心线的单一通道,或者只使用一条制造电路的带子!
  • 至少,您将能够进行端到端测试,并验证软件管道是否正常工作。
  • 当然,作为下一步,您需要创建更加标准的赛道,并在距离您最近的聚会上竞争!

c.Get help :

  • 尽量得到一两个朋友的帮助。
  • 再一次,这对建立赛道非常有帮助,因为它比你想要自己建造一条双线赛道更难!
  • 此外,您可以使用色带而不是胶带来节省资源(和胶带)。
  • 他们仍然需要一些胶带来固定它们,但是你可以重复使用它们,并且可以用更少的努力来做好它们(有风情况,如果你在外面工作,可能会使它难以固定)。

参考:

  • http://docs.donkeycar.com/guide/train_autopilot/

发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注