树莓派上利用Tensorflow实现小车的自动驾驶（无人驾驶）

 代码地址：GitHub - Timthony/self_drive: 基于树莓派的自动驾驶小车，利用树莓派和tensorflow实现小车在赛道的自动驾驶。（Self-driving car based on raspberry pi（tensorflow））

先抛出大家最关心的——代码地址：

github传送门：https://github.com/Timthony/self_drive

基于树莓派的人工智能自动驾驶小车

# 整体流程
电机控制    
摄像头调试    
道路数据采集    
搭建深度学习模型，参数调试    
自动驾驶真实道路模拟    
参数最终调试    

使用方法：    
1. 先将树莓派小车硬件组装好
2. 使用zth_car_control.py来控制小车的前后左右移动，配合zth_collect_data.py来人工操作，使小车在自己制作的跑道进行数据采集。（该过程在树莓派进行）
3. 数据采集完成以后使用zth_process_img.py来对采集的数据进行处理，之前当前先完成一些数据清洗的工作。（电脑上执行）
4. 使用神经网络模型对数据进行训练zth_train.py，得到训练好的模型。（电脑上执行）
5. 在树莓派小车上使用zth_drive和训练好的模型，载入模型，即可实现在原先跑道的自动驾驶。（树莓派上执行）    
注意：只需要使用上述提到的代码即可，别的都是一些初始版本或者正在增加的一些新模块。    

# 注意事项：
1. 赛道需要自己制作，很重要，决定了数据质量。(我是在地板上，贴的有色胶带，然后贴成了跑道的形状)。
2. 赛道的宽度大约是车身的两倍。
3. 大约采集了五六万张图像，然后筛选出三四万张。
4. 摄像头角度问题

# 具体制作流程：