2018年五月Google無人駕駛出租車服務在美國啟動，於是以模型電動車，搭配Raspberry-Pi使用CNN深度學習神經元網路和影像辨識，來訓練模型車自動駕駛。以PWM訊號控制馬達驅動，整合感測羅盤、GPS定位、超音波測距、物體偵測辨識交通號誌和行人，使電動車能判斷周遭環境，並且以MQTT物聯網通訊技術將感測器資料傳雲端，FFMPEG推送即時影像，最後透過Web Ajax和Websocket技術實現即時資料視覺化的呈現。 2019/01/18_AIoT智能物聯網平台開發人才養成班成果展 成果展網站 http://bit.ly/2MhnTkx 最新就業養成班梯次↗️ http://bit.ly/2IGot9J 或洽02-23167736

1. CNN-Traffic Sign 識別在自走車上的實作
Kali.H.Y.Chen
2019.01.18

2. 目錄
技術架構
PWM馬達控制車體
即時影像畫面移動偵測
深度學習(YOLO Model)
交通號誌辨識上的應用
2

3. 技術架構
3

4. 技術架構
4
即時影像
畫面移動
偵測
YOLO
Determination

5. 技術架構
5
1.車體六向移動(前進、後退、左前、右前、左轉、右轉)
2.攝影機即時影像傳輸
3.即時影像畫面移動偵測
4.深度學習YOLO Model識別交通號誌

6. PWM馬達控制車體
6

7. PWM馬達控制車體
7
L298N
12V
GND

8. PWM馬達控制車體
8
ADIO-L298N
◎ 主控晶片：L298N
◎ 電壓：5V
◎ 驅動電壓：5V～35V
◎ 電流：0mA～36mA
◎ 驅動電流：2A
◎ 工作溫度：-20℃~135℃
◎ 最大功率：25W
L298N是ST公司生產的一種高電壓、大電流電機驅動晶片。
工作電壓高，最高工作電壓可達46V；
輸出電流，瞬間峰值電流可達3A，持續工作電流為2A；
額定功率25W。
使用L298N晶片驅動馬達，該晶片可以驅動一台兩相步進馬達或
四相步進馬達，也可以驅動兩台直流馬達

9. PWM馬達控制車體
9
ADIO-L298N

10. PWM馬達控制車體
10

11. PWM馬達控制車體(功能簡介)
11
停
後
前
左前
右前
左轉
右轉

12. 即時影像畫面移動偵測
12

13. 即時影像畫面移動偵測
13
初始化影像大小1280*960
4x4的Averaging模糊化
配合顯示器解析度
可更改為640*480

14. 即時影像畫面移動偵測
14
讀取影格frame
>生成模糊參數blur
>生成差異參數diff
>生成灰階參數gray
>篩選變動區域thresh
以型態轉換函數kernel
使thresh去除雜訊
生成等高線參數cnts
以等高線參數畫出外框
忽略過小範圍畫出等高線
顯示偵測結果
更新影像畫面

15. 即時影像偵測
15

16. 深度學習YOLO MODEL
16

17. 深度學習YOLO Model
17
YOLO(You Only Look Once) Algorithm

18. 深度學習YOLO Model
18
YOLO CNN model Architecture

19. 深度學習
19
生成dataset
初始化
生成訓練用資料夾train
生成訓練資料路徑PATH

20. 深度學習(YOLO生成資料集)
20
生成檔案序列至train資料夾
生成檔案序列至test資料夾

21. 深度學習(YOLO生成資料集)
21
指定掃描測試用資料以生成dataset

22. 深度學習(測試YOLO) python YOLOtest.py
22
設定物體偵測初始參數

23. 23
show出偵測到的標註圖

24. 交通號誌辨識上的應用
24

25. 交通號誌辨識上的應用
25

26. 26
謝謝指教
[2]http://hophd.com/raspberry-pi-remote-car-hardware/
[1]https://www.raspberrypi.com.tw/category/shop/%E8%87%AA%E8%B5%B0%E8%BB%8A/
參考資料
[3]https://blog.gtwang.org/programming/opencv-motion-detection-and-tracking-tutorial/
[4]https://github.com/AmeyaWagh/Traffic_sign_detection_YOLO
[5]http://shop.cpu.com.tw/product/46920/pdf2/