Fahrzeug trainieren
Wir haben jetzt:
a. die Hardware des Fahrzeuges zusammengebaut
b. der Controller und die Akkus des Fahrzeuges und des Raspberry sind geladen
b. die Software auf dem Notebook/PC installiert
c. das Fahrzeug befindet sich im gleichen Wlan mit meinen Notebook/PC
d. die Software auf der SD Karte des Raspberry PI installiert
e. die Lenkung und Geschwindigkeit kalibiert
f. den Racekurs aufgebaut
Dann wird es Zeit zur ersten Trainingsfahrt:
1. Fahrzeug starten
a. Controller via PS Logo anschalten (PS3 Lichter vorne blinken rot)
b. Fahrzeug anschalten und Raspberry Pi booten
a. Console auf dem Notebook öffnen
cd D2
source activate donkey
ssh pi@raspberry pi IP (IP siehe IP Scanner)
einloggen
b. wir sind jetzt auf dem Raspberry PI
cd ~/d2
python manage.py drive --js (Controller Start)
Alternativ:
python manage.py drive (Browser Start)
c. Warten bis das Faherzeug gebootet ist
2. Fahrzeug über den Kurs fahren
a. Fahrzeug min. 10 Runden über den Kurs fahren
b. Trainingsfahrt beenden und Console schliessen
Hier ein paar Trainingsinfos von Tawn Kramer
3. Daten vom Fahrzeug auf das Notebook / PC übertragen
a. Console öffnen
cd d2
source activate donkey
rsync -r pi@<your donkeycar ip>:~/d2/data/ ~/d2/data/
(Wichtig ist dass das Scriptpart ~/d2/data/ auf den Data Folder auf dem Notebook verweisst
--> Warten bis alles übertragen ist:
Je nachdem, wie oft Ihr einzelne Fahrten über den Kurs gemacht habt seht Ihr jetzt 1-x tubs
im Data Verzeichnis.
Ein Tub beinhaltet:
a. Jason Files (timestamp, Lenkwinkel, Geschwindigkeit, Link zum Bild)
b. Bild pro Jason Sequenz
4. Daten trainieren
Jetzt wird es spannend. Wir wollen unsere Daten (tubs) trainieren. Die auf dem Notebook
installierte Donkeycar Software bringt bereits ein neuronales Netz mit (keras.py).
(Wichtig dabei ist, dass Ihr Keras installiert habt www.keras.io)
Man kann einzelne Tubs trainieren:
python ~/d2/manage.py train --tub ./data/<your tub> --model ./models/mypilot
Man kann mehrere Tubs gleichzeitig trainieren:
python ~/d2/manage.py train --tub ./data/tub_17_19-01-12,./data/tub_16_19-01-12
--model ./models/mypilot
(Wichtig, zwischen den Tubs ein Komma einfügen und keine Leerzeichen davor oder
dahinter schreiben, die Bezeichnung mypilot könnt ihr jeh nach Training frei benamen
und könnt dann beim Restart des Fahrzeuges über den Namen das Model starten, siehe
dazu Punkt 6.)
Source: Alexander Kolbai 2019
5. Trainierte Daten aufs Auto zurückspielen
Jetzt müssen die trainierten Daten aus dem models Folder wieder aufs Auto kopieren, das macht
Ihr wie folgt:
Console öffnen
cd d2
source activate donkey
rsync -r ~/d2/models/ pi@<your raspi ip>:~/d2/models/
6. Autopilot starten
So jetzt wollen wir das Auto autonom fahren lassen
python manage.py drive --model ~/d2/models/mypilot --js
a. mypilot ist der Name eures Models siehe dazu Punkt 4.
b. Ihr müsst Euch dann via webclient mit dem Auto verbinden raspberrypiip:8887
c. Wählt AutoMode
Kontakt
Druckversion 