第3节 红灯停绿灯行—识别交通信号

在上一章我们采用机器学习的方法制作了级联分类器来识别物体。这一部分通过深度学习的方法来训练识别特定物体

原理图

摄像头->大白\n树莓派: CSI/USB
大白\n树莓派-->客户端: WiFi
Note right of 大白\n树莓派: HTTP协议传送摄像头数据\n神经网络收集和训练数据\n应用级联分类器处理交通信号

识别交通信号

1.打开终端

cd ~/Desktop/learn-ai/codes/chapter5/SelfDrivingCar
cd computer
python3 rc_driver.py

2.新建一个终端窗口

cd ~/Desktop/learn-ai/codes/chapter5/SelfDrivingCar
cd raspberryPi
python3 stream_client.py

本节已经使用训练好的级联分类器，可以识别STOP交通信号牌。 当识别后，小车会自动停止。

识别超声波信号

在现有的基础上，只需要再新建一个终端窗口

cd ~/Desktop/learn-ai/codes/chapter5/SelfDrivingCar
cd raspberryPi
python3 ultrasonic_client.py

把障碍物放到车前，车是不是自动停止了呢？

使用自己的分类器

通过修改rc_drive.py文件，我们也可以使用上一章中训练的级联分类器。也可以训练新的分类器，比如其他交通信号。

1.放置分类器

通过文件管理器，将上次训练的级联分类器xml文件复制到如下位置

2.编辑自动驾驶文件，引用自己的分类器

cd ~/Desktop/learn-ai/codes/chapter5/self_driving_car
cd computer
# cp命令复制一个新的文件，防止对原来文件改动造成错误
sudo cp rc_driver.py rc_driver_my_object.py
sudo nano -c rc_driver_my_object.py

在箭头处，仿照上面的语法，尝试添加自己的分类器引用。

完成后，按Ctrl+X，然后按Y确认并回车，来退出文本编辑器。

3.新建终端，重复上一节的操作，开始无人驾驶

cd ~/Desktop/learn-ai/codes/chapter5/SelfDrivingCar
cd computer
python3 rc_drive_my_object.py

4.新建一个终端窗口

cd ~/Desktop/learn-ai/codes/chapter5/SelfDrivingCar
cd raspberryPi
python3 stream_client.py