本文介绍了一位大四学生如何利用神经网络、树莓派和OpenCV来实现自主学习的视觉循迹小车。通过收集训练数据，训练BP神经网络模型，实现小车在赛道上的行驶。文章还探讨了神经网络的工作原理，并分享了项目的整体框架，包括小车、树莓派、PC电脑和手柄的角色。项目采用Python编程，主要利用OpenCV的ml类进行开发。
大四狗下学期想学习机器学习、深度学习等相关知识，于是毕设想做些神经网络相关的东西，因为本科期间参加过大学生智能车竞赛，于是想利用小车，通过神经网络，实现自主学习，完成在规定赛道上的行驶。现在在这里，记录，归纳，整理下过程，同时也留点资料给实验室的学弟学妹们……持续更新……
在传统的视觉循迹小车中，主要是通过摄像头获取赛道图像，然后对图像进行处理，得到偏差，然后根据偏差控制小车行驶。小车之所以能运行，关键在于，他会根据人为设定好的判定条件，去抉择下一步该怎么做。人为设定的判定条件的好坏，决定的车能跑成什么样。而神经网络，是机器学习的一种方法。通过神经网络实现循迹功能，与传统的方法比较，他更可以被说成是一种自主学习的方法。整个思路大致如下，首先通过摇杆操纵小车运行一段时间，收集训练数据（包括图像，摇杆值），然后通过神经网络训练出一套模型，以后就可以根据这个模型，预测、控制小车行驶。
本人从最简单的做起，从BP神经网络学起，后面学习其它更快更新的算法，例如近几年特别火的CNN……（文章后面也会写出一些机器学习的笔记心得）
http://www.tudou.com/programs/view/nr8PE4RkWTY （这个是我用BP神经网络做的效果-0-）
整体框架:
1
最低0.47元/天 解锁文章
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
