查看运动中的小车（YouTube视频显示鈈了实属正常）

这是一个用 RC 小车、树莓派、Arduino和开源软件实现的小规模的自动驾驶项目。 系统使用了Raspberry Pi带着一个摄像头和一个用来测距的超声傳感器一个主机操作驾驶方向，物体识别（这里识别的是停止标志和红绿灯）、目标物测距一个Arduino board用来控制小车

• rc_keyboard_control.ino：作为rc控制器和计算机の间的接口，允许用户通过USB串行接口发送命令
• 棋盘 用于校准的图像由pi相机捕获
• training_images 在图像训练数据采集阶段保存视频帧（可选）
• mlp_xml 在xml文件中训練神经网络参数
• rc_driver.py：多线程服务器程序接收视频帧和传感器数据，并允许RC车载驱动器本身具有停车标志交通灯检测和前碰撞避免能力

1. Pi相机校准：使用pi相机以各种角度拍摄多张棋盘图像，并将其放入“chess_board”文件夹中运行“picam_calibration.py”，并返回相机矩阵这些参数将用于“rc_driver.py”

2. 收集培训数據和测试数据：首先运行“collect_training_data.py”，然后在raspberry pi上运行“stream_client.py”用户按键盘驱动RC车，只有当有按键动作时才保存框架完成驾驶后，按“q”退出数據保存为npz文件。

3. 神经网络训练：运行“mlp_training.py”取决于所选择的参数，需要一些时间训练培训后，参数保存在“mlp_xml”文件夹中

4. 神经网络测试：運行“mlp_predict_test.py”从“test_data”文件夹加载测试数据并从“mlp_xml”文件夹中的xml文件中训练参数

5. 级联分类器训练（可选）：训练有素的停车标志和交通灯分类器包含在“cascade_xml”文件夹中，如果您有兴趣培训您自己的分类器请参考OpenCV文档和Thorsten Ball

test 文件夹下讲解不丰富，待改进