Jetbot-AI机器人教程-目标追踪

Jetbot-AI机器人教程-目标追踪

说明：

• 介绍如何实现目标追踪
• 在这个例子中，我们将让JetBot使用能够检测普通对象（如人，杯和狗）的预训练模型跟踪对象。
• 在这样做时，JetBot将运行示例3中的碰撞避免模型，以确保它保持安全！

步骤：

• 界面

• 通过导航到http://<jetbot_ip_address>:8888连接到您的机器人

• 通过选择Kernel -> Shutdown All Kernels...关闭所有其他正在运行的笔记本...

• 导航到~/Notebooks/object_following/

• 将预先训练好的ssd_mobilenet_v2_coco.engine模型上传到此文件夹

• 还要确保示例3中的防碰撞模型在~/Notebooks/collision_avoidance中

• 打开并跟随live_demo.ipynb笔记操作

• 开始谨慎，给JetBot足够的空间来移动

• 需要注意的时候，本章程序需要用到上一章自主避障中建立的模块，小车需要再同一个环境中进行

• 运行下面的代码之前，需要将检测对象放到摄像头前面。运行程序后会输出检测到的coco对象。没有检测到对象则输出空数据[[ ]]。输出信息通过查表可知检测到了苹果，苹果的ID为53。如果同时检测到多个对象则输出多个信息。

detections = model(camera.value)

print(detections)

• 运行程序后输出如图所示，被检测到的物体周围画着蓝色的方框，目标对象（jetbot跟随目标）将显示绿色边框

• 你可以适当调小speed和turn gain的值，避免jetbot运行速度太快

• 当jetbot检测到目标是会转向目标，如果被障碍物挡住jetbot会左转

视频：

• http://www.youtube.com/watch?v=MBUEbU9Q6wg

变得更聪明：

• 收集更多的防撞数据
• 尝试不同的神经网络架构（torchvision包有很多！）
• 修改新任务的碰撞避免示例（即：cat / no cat。如果cat然后运行）

更多尝试：

• 修改您自己项目的碰撞避免示例
• 尝试使用Jetson Nano的一些新硬件。
• 使用Jetson GPIO和Adafruit Blinka很容易

演示视频