无人驾驶：数据采集和标注，本地与曙光环境安装配置pytorch，Unet模型训练

本文是【马悦宁老师】指导完成的山东大学引航计划公益人工智能科研实训项目。
注：本文所用代码皆已上传至Github上。

无人驾驶

1. 建图（Mapping）；
2. 定位（Locating）：利用摄像头、激光雷达等观察环境；利用 GPS 定位；
3. 路径规划（path planning）；
4. 路径跟踪（path following）：横向控制（左右，转向）；纵向控制（前后，速
   度）；
5. 目标检测与避障。

无人驾驶系统：

1. 看路：感知层——外界感知（毫米波雷达，超声波雷达，摄像头，激光雷
   达，传感器）；
2. 理解路面环境：认知层；
3. 决定怎么走：决策层；
   注：在行走过程中，获取自身位置：自体感知；
   MPU6050 惯性测量模块：测角度；
   

测速传感器（宽体对射式传感器）：测速度。

4. 跟着路径行走：控制层、执行层。

数据采集和标注

数据采集

采集数据流程和要求：
网页控制：开发板烧入car_html_manager，摄像头烧入IP_camera_and_record，将摄像头连到开发板上，开发板连上电源、电机和舵机。电脑/手机连上开发板热点后，通过网页（192.168.4.1）设置摄像时长及间隔时间，点击start/stop record进行摄像，start/stop stream为展示实时视频流（不需要），操控小车在跑道上行驶。可在（192.168.4.5）上查看拍摄的图片信息。

数据标注

打标签及图像处理：
用EasyData网页—立即使用—创建数据集—标注类型为图像分割—标注模板为语义分割：

上传图片：

标注图片—设置英文标签—选用多边形标注框—保存返回：