这次是P3项目,就是通过模拟器,来实现无人驾驶的作用,虽然和真正的无人驾驶是两码事。
首先有一个模拟器,如下图,有一个训练模式,一个自动驾驶模式。

一开始先用训练模式,有一个保存路径,可以把训练好的图片和所对应的转向角给保存下来。分别有中间,左边,右边,三个摄像头拍摄的图片,还有对应的转向,加速,刹车,速度。

然后我们就可以利用这些信息来实现无人驾驶,通过Keras。
下面开始代码部分。
import csv
import cv2
import numpy as np
lines = []
with open('data/driving_log.csv') as f:
reader = csv.reader(f)
for line in reader:
lines.append(line)
导包和读取之前保存的文件路径。
images = []
measurements = []
for line in lines:
source_path = line[0]
tokens = source_path.split('/')
fi

这篇博客介绍了如何在优达学城的P3项目中,通过模拟器进行无人驾驶的学习。首先,在训练模式下收集不同视角的图片及对应转向数据。接着,利用Keras构建神经网络模型,对这些数据进行处理,放大转向角1.5倍,并最终保存为model-L2-test.h5文件,该文件包含了无人驾驶所需的模型信息。
最低0.47元/天 解锁文章

被折叠的 条评论
为什么被折叠?



