查看“JetBot AI Kit 教程五、自主避障”的源代码

==JetBot AI Kit 教程目录==
*[[JetBot AI Kit 教程一、组装小车]]
*[[JetBot AI Kit 教程二、安装镜像]]
*[[JetBot AI Kit 教程三、电机驱动]]
*[[JetBot AI Kit 教程四、远程遥控]]
*[[JetBot AI Kit 教程五、自主避障]]
*[[JetBot AI Kit 教程六、目标跟踪]]
*[[JetBot AI Kit 教程七、目标巡线]]
*[[JetBot AI Kit 教程八、ROS]]
*[[JetBot AI Kit |JetBot AI Kit WIKI 主页]]
==Collision-avoidance==
要实现自主避障首先需要手机数据，通过摄像头拍摄各种图片，然后通过云端训练神经网络，最后通过训练的模型实现避障
==第一步：在JetBot上收集数据==
*在浏览器地址栏输入<font style="background-color:#EEEEEE"  color=#B94A48><nowiki>http://<jetbot_ip_address>:8888</nowiki></font>连接到小车，左侧打开Notebooks/collision_avoidance/。打开data_collection.ipynb文件。
*运行程序后出现如图所示界面，将小车放到不同的位置，如果前方没有障碍则点击add free. 如果小车前方有障碍就点击add blocked。拍摄到的图片会保存在dataset文件夹中，尽可能多的拍摄各种情况的图片。可以尝试不同的方向，不同的亮度，不同的对象/碰撞类型（墙、壁架等），可以尝试不纹理的地板/物体（有图案的、光滑的、玻璃等）
:[[File:JetBot_AI_Kit_Manual_13.jpg|600px]]
*小车搜集到场景数据越多，避障的效果也就越好。所以尽可能多的获取不同的数据对避障效果非常重要。一般需要每种情况至少拍摄100张图片
*最后运行程序打包图片，打包之后，在当前的目录下会出现一个dataset.zip压缩文件
:[[File:JetBot_AI_Kit_Manual_14.jpg|600px]]
==第二步：训练神经网络==
*在浏览器地址栏输入<font style="background-color:#EEEEEE"  color=#B94A48><nowiki>http://<jetbot_ip_address>:8888</nowiki></font>连接到小车，左侧打开Notebooks/collision_avoidance/，打开train_model.ipynb文件
*此处如果已经有了刚刚压缩的dataset.zip文件，则不需要再运行此语句进行解压，否则会提示是否覆盖已存在的文件
:[[File:JetBot_AI_Kit_Manual_15.jpg|600px]]
*程序运行到此处会下载alexnet模型，下载时间有点长。下载程序后/home/hetbot/.torch/models目录下会出现一个alexnet-owt-4df8aa71.pth文件。
:[[File:JetBot_AI_Kit_Manual_16.jpg|600px]]
*最后运行程序训练神经网络，运行时间比较长。训练完成后，当前目录下会出现一个best_mode.pth文件。
:[[File:JetBot_AI_Kit_Manual_17.jpg|600px]]
==第三步：自助避障==
*在浏览器地址栏输入<font style="background-color:#EEEEEE"  color=#B94A48><nowiki>http://<jetbot_ip_address>:8888</nowiki></font>连接到小车，左侧打开Notebooks/collision_avoidance/。打开live_demo.ipynb文件
*运行程序后会显示摄像头实时图像和一条滑条。互调表示遇到障碍物的概率，0.00表示前方没有障碍物，1.00表示前方哟障碍物需要转向避让。
:[[File:JetBot_AI_Kit_Manual_18.jpg|600px]]
*此处适当调小一点速度，避免速度太快直接撞上障碍物。如果部分地方不能实现避障建议采集更多的数据。
:[[File:JetBot_AI_Kit_Manual_19.jpg|600px]]
【注意】部分语句运行时间可能比较长，JupyterLab右上角有程序运行提示标志。当小圆点为黑色时表示程序正在运行，白色表示空闲状态。
:[[File:JetBot_AI_Kit_Manual_20.jpg|600px]]