在嶄新的汽車時代門檻前，通往未來的道路不再僅由瀝青鋪就，還承載著人工智能（AI）的無限可能和突破性的創(chuàng)造力。

在現實世界中駕駛頗具挑戰(zhàn)，因為可能會發(fā)生各種意外事件。正因如此，打造一輛真正安全的自動駕駛汽車，遠非簡單地“構建一個擁有眾多編程規(guī)則的高級機器人”那么簡單；它要求機器能夠“學習”如何應對意外情況。

盡管這一點仍遠未達到完美，但人工智能的持續(xù)進步使其成為可能。人工智能的發(fā)展推動了深度神經網絡和復雜算法的研發(fā)。這些系統(tǒng)能夠從海量數據中學習，識別復雜模式，并實時做出決策，使自動駕駛汽車的處理能力日益接近人類的感知和反應水平。

在本榜單中，我們精選了一些基于多種開發(fā)板的優(yōu)秀DIY自動駕駛汽車項目。它們難度各異，無論你是初次探索自動駕駛汽車領域，還是希望學習新項目提升技能，都能找到合適的挑戰(zhàn)。

不過，在開始之前，讓我們先了解一些關于自動化的重要知識，以及在著手這些挑戰(zhàn)前你需要考慮的事項。準備好了嗎？出發(fā)！

既然我們討論的是適應現實環(huán)境的項目，那么了解根據汽車工程師學會（SAE）劃分的不同自動化級別將大有好處。這些級別包括：

0級 - 無自動化：車輛無自動化功能。駕駛員負責所有駕駛任務，包括轉向、加速、制動和決策。

1級 - 駕駛輔助：車輛可能配備駕駛輔助系統(tǒng)，如自適應巡航控制或車道保持輔助。但駕駛員必須時刻保持警惕，隨時準備接管控制。

2級 - 部分自動化：車輛能夠同時控制轉向、加速和制動，如高級駕駛輔助系統(tǒng)。但駕駛員必須雙手放在方向盤上，隨時準備接管控制。

3級 - 有條件自動化：車輛在某些條件或環(huán)境下（如高速公路上）能夠自主駕駛。當系統(tǒng)請求時，駕駛員必須接管控制，但在系統(tǒng)運行時，駕駛員可以從事與駕駛無關的活動。

4級 - 高度自動化：車輛能夠在多種條件和場景下自主駕駛，如地理圍欄區(qū)域內（如城市區(qū)域或共享汽車區(qū)域）。駕駛員無需時刻在場，系統(tǒng)能夠在無需人工干預的情況下處理復雜場景的駕駛任務。

5級 - 完全自動化：車輛完全自主駕駛，無需駕駛員干預。無需方向盤、踏板或手動控制裝置，車輛能夠在任何條件下無需人類駕駛員在場的情況下行駛。

了解了不同自動化級別的概述后，讓我們來看看在選擇項目前你需要考慮哪些因素。

注意事項

先停下腳步，仔細閱讀！

如果你打算涉足自動駕駛汽車領域，并希望復制一個涉及玩具車或機器人套件的項目，那么采取周密且知情的策略至關重要。雖然本文列出的想法可能乍一看似乎簡單直接，但它們?yōu)槟闾剿魅斯ぶ悄芎蜋C器人技術的先進概念提供了獨特的機會。

以下是一些重要的注意事項，幫助你順利開始項目并最大化成功機會：

明確目標：在開始之前，明確你希望通過項目實現什么目標。你是對了解自主導航的基礎知識感興趣？還是希望開發(fā)一個具備對象識別和路線規(guī)劃等高級功能的更復雜系統(tǒng)？明確愿景將有助于指導你的硬件和軟件選擇。

選擇合適的套件或汽車：選擇合適的機器人套件或玩具車是關鍵步驟。確保你選擇的模型與你打算使用的工具和組件兼容。對于初學者來說，擁有良好文檔和社區(qū)支持的機器人套件將大有裨益，而改裝玩具車則提供了一種更加個性化和實驗性的方法。

投資高質量組件：為了獲得滿意的結果，選擇能夠確保可靠性能的高質量組件。攝像頭、激光雷達和超聲波傳感器等外圍設備，以及執(zhí)行器和控制器，在構建有效的自主系統(tǒng)中起著至關重要的作用。傳感器的準確性和執(zhí)行器的穩(wěn)健性將影響車輛的精確導航能力。

有些項目極具挑戰(zhàn)性——你能勝任嗎？

學習并實驗人工智能算法：實施人工智能算法是任何自動駕駛汽車項目的核心。熟悉機器學習、圖像處理和路徑規(guī)劃算法等技術。使用流行的庫和框架，如TensorFlow、OpenCV和機器人操作系統(tǒng)（ROS），以簡化集成和實驗過程。

迭代開發(fā)與測試：從基本原型開始，在受控環(huán)境中進行測試，然后再進入更復雜的場景。在測試過程中收集數據對于微調和改進算法以及車輛性能至關重要。根據需要審查和修改你的方法。

與社區(qū)互動：參與與機器人技術和自動駕駛汽車相關的在線論壇可以提供寶貴的見解和支持。分享你的經驗可以幫助你解決問題、獲取建議，并了解最新趨勢和技術。

考慮倫理和安全問題：即使對于小型項目，考慮倫理和安全影響也很重要。確保你的項目不僅功能正常，而且以安全、負責任的方式運行。注意傳感器收集的數據的隱私問題以及車輛的操作安全性。

遵循這些指南并采取細致入微的方法，你將能夠創(chuàng)建一個創(chuàng)新且有效的自動駕駛汽車項目。記住，開發(fā)之旅既是挑戰(zhàn)也是學習機會——利用每一步來擴展你的技能并探索新的可能性。

JetAuto ROS機器人

JetAuto提供的清晰且富有教育意義的教程也使初學者能夠輕松上手，同時提供了一個由Jetson Nano驅動的復雜機器人技術平臺。

支持機器人操作系統(tǒng)（ROS），用戶可以預檢查運動算法，避免昂貴的錯誤，并通過rviz（一個在測試機器人編程和行為時準確復制現實世界的虛擬環(huán)境）可視化整個導航過程。

與激光雷達和深度攝像頭的集成尤其值得注意。借助這些技術，JetAuto能夠快速準確地執(zhí)行同時定位與地圖構建（SLAM）。這意味著，即使在陌生環(huán)境中，機器人也能巧妙地規(guī)劃路徑，避開障礙物，并實時調整路線以實現自主駕駛并克服意外情況。

得益于眾多高級功能，從這個平臺可以學到很多東西，它還可以進行交互、識別手勢、接收語音命令，甚至識別面部表情。

起價約400美元，這個平臺是教育AI項目的絕佳選擇，因為它也可以與其他開發(fā)板（如Jetson Orin Nano或Raspberry Pi 5）一起使用——只需確保指定你將使用的開發(fā)板以選擇合適的套件。

難度：初學者

設計者：Hiwonder

項目頁面：JetAuto ROS Robot、GitHub、Hackster（評測）

核心組件：SBC（Raspberry Pi 5、Jetson Nano、Jetson Orin Nano）、智能伺服、激光雷達、4個車輪、陽極氧化金屬支架、3D深度攝像頭、7英寸LCD屏幕（可選）

Deep PiCar

Deep PiCar是自動駕駛汽車的小型復制品，使用樹莓派作為測試和開發(fā)自動駕駛技術的基礎。

受Nvidia的DAVE-2啟發(fā)，Deep PiCar采用深度神經網絡執(zhí)行實時感知和控制任務。車輛配備廣角USB攝像頭和Google Edge TPU加速器，能夠快速處理機器學習推理，這對于自主導航至關重要。

這個項目的目標是探索樹莓派通過深度學習支持自主車輛控制的能力。項目涉及組裝機器人套件、安裝OpenCV和TensorFlow等軟件，以及配置電子組件和電機。

汽車經過訓練可以識別交通標志、檢測行人，并對特定路況做出反應，如在紅綠燈處停車或根據標志調整速度。

該套件已更新，最新版本PiCar-X售價約90美元。這個新套件與Raspberry Pi Zero、3B、3B+、4和5兼容，并且有多個教程可供參考。

難度：中級

設計者：SunFounder

項目頁面：Instructables、GitHub

核心組件：Raspberry Pi（Zero W、Zero 2 W、3B、3B+、4或5）、Google Edge TPU協(xié)處理器、USB攝像頭、HDMI適配器

DIY AI自動駕駛汽車

這個項目仍在進行中，但如果你正在尋找一個更具挑戰(zhàn)性的冒險，即在一個比例模型上實現自動駕駛，同時摸索算法，那么這個項目可能會很有趣。

汽車包括兩個攝像頭：一個配備廣角鏡頭的120萬像素攝像頭，以及一個可以確定其他物體距離的立體攝像頭。它還配備了距離傳感器——可以是Sharp紅外傳感器或VL53L0激光測距模塊。

為了避免戶外測試，設計師創(chuàng)建了一個跑步機，用于控制和導航測試。

設計師還提供了大量相關部件的設計和3D打印技巧。如果你的打印機無法勝任任務，Craftcloud值得考慮。無論如何，都有大量STL文件可供復制，如果需要比PLA提供的強度更高，建議選擇ABS、PETG或尼龍。

目前，僅分享了項目硬件部分的范圍。在第64步（是的，這是一個非常詳細的教程）中，作者解釋說，與其他模型使用激光雷達不同，他選擇使用攝像頭結合Google Coral單元來高速檢測車道線、交通標志、交通信號燈和其他物體，類似于特斯拉的方法。這只是提到的幾個方面之一，可以幫助創(chuàng)作者進一步開發(fā)這個項目的軟件部分。

難度：專家

設計者：jmoreno555

項目頁面：Instructables、GitHub

核心組件：HSP 94123套件、Raspberry Pi 4、Wemos D1 R32、Google Coral USB、120萬像素攝像頭、立體攝像頭、Sharp紅外傳感器或VL53L0激光器

原文地址：

https://all3dp.com/2/self-driving-car-projects-arduino-raspberry-pi/