JetBot碰撞避免项目：数据收集完全指南

原创于 2025-06-12 09:11:42 发布

· 198 阅读

7 ·

版权

JetBot碰撞避免项目：数据收集完全指南

jetbot An educational AI robot based on NVIDIA Jetson Nano. 项目地址: https://gitcode.com/gh_mirrors/je/jetbot

项目背景与目标

JetBot作为一款基于NVIDIA Jetson Nano的智能机器人平台，其核心能力之一就是实现自主避障功能。本教程将详细介绍如何使用JetBot进行碰撞避免训练数据的收集工作，这是构建高效避障系统的第一步。

技术原理概述

碰撞避免系统的核心思想是建立一个"安全气泡"概念——即在机器人周围划定一个虚拟的安全区域。当机器人旋转时，这个区域内的任何物体都不会与之发生碰撞。通过深度学习模型，我们可以教会JetBot识别何时这个安全区域被侵犯（blocked状态）以及何时可以安全前进（free状态）。

数据收集环境搭建

1. 摄像头初始化

首先需要初始化JetBot的摄像头模块，设置分辨率为224x224像素，这是后续神经网络模型的标准输入尺寸：

from jetbot import Camera, bgr8_to_jpeg
import ipywidgets.widgets as widgets

camera = Camera.instance(width=224, height=224)
image = widgets.Image(format='jpeg', width=224, height=224)

2. 创建数据存储目录

为两类数据分别创建存储目录：

dataset/blocked：存储安全区域被侵犯的场景图像
dataset/free：存储可以安全移动的场景图像

import os

blocked_dir = 'dataset/blocked'
free_dir = 'dataset/free'

try:
    os.makedirs(free_dir)
    os.makedirs(blocked_dir)
except FileExistsError:
    print('目录已存在，无需重复创建')

数据采集界面设计

1. 控制按钮与计数器

创建直观的交互界面，包含：

两个操作按钮（添加free/blocked样本）
实时显示已收集样本数量的计数器

button_layout = widgets.Layout(width='128px', height='64px')
free_button = widgets.Button(description='添加安全样本', button_style='success', layout=button_layout)
blocked_button = widgets.Button(description='添加障碍样本', button_style='danger', layout=button_layout)

2. 图像保存功能实现

为按钮添加回调函数，实现图像保存功能。使用UUID确保文件名唯一性：

from uuid import uuid1

def save_snapshot(directory):
    image_path = os.path.join(directory, str(uuid1()) + '.jpg')
    with open(image_path, 'wb') as f:
        f.write(image.value)