DIYERS电动迷你特斯拉采用罗技网络摄像头和机器学习来半自动导航

导读 除非你是埃隆·马斯克,否则实现安全自动驾驶汽车的想法并不是一件容易的事。然而,如果你想尝试构建一个,从小处开始就是下一个大飞跃。这...

除非你是埃隆·马斯克,否则实现安全自动驾驶汽车的想法并不是一件容易的事。然而,如果你想尝试构建一个,从小处开始就是下一个大飞跃。这正是奥斯汀·布莱克(Austin Blake)所做的,他开始了一个具有挑战性的项目来创建自动驾驶迷你特斯拉。

这款自动驾驶卡丁车以 Radio Flyer Tesla Model S 电动玩具车(他称之为 Teskart)为基础,采用三个 Logitech C920 网络摄像头(位于右侧、中间和左侧)为机器学习软件提供数据。该模型经过训练,可以反映其测试步行路径的 48,000 个图像训练集所展示的行为。

最初,这台半自动 Teskart 在只有一个网络摄像头工作的情况下,有很多接近偏离指定轨道的时刻。然后奥斯汀决定再添加两个网络摄像头并修复一个错误。这使得装有 Radio Flyer Tesla 的卡丁车框架在临时轨道上绕行而不会磨损。

对于转向输入,奥斯汀创建了一个螺栓固定框架,将从电动轮椅上回收的转向伺服电机固定到位。如果您想知道速度高达 6 英里/小时的车载高速电机发生了什么?好吧,他用新的 Motenergy ME0907 无刷电动机取代了它,该电动机可以在 48V 电源下将微型汽车推至 45 英里/小时的速度。他计划很快推出 72V 版本,进一步提高最高速度。

现有电机可在一分钟内产生 80 安培的连续电流和 220 安培的峰值,旋转装载在链条上的后轴,并从 DIY 电池组获取电力,该电池组由 224 个单独的 18650 锂离子电池组成,分为 16 个模块,每个模块都有自己的模块电池管理系统。

也就是说,我们不会将这个DIY称为纯粹的自动驾驶构建,因为只有转向角度是由系统控制的,油门控制仍然是手动的。也许富有创造力的 DIY 爱好者打算利用行为克隆的数据来添加另一个 Arduino 控制的组件来控制油门输入。或许到时候就可以称其为真正意义上的自动驾驶迷你特斯拉了!

免责声明:本文由用户上传,如有侵权请联系删除!