自驾车辆模拟器项目安装与配置指南

自驾车辆模拟器项目安装与配置指南

sdsandbox This provides a sandbox simulator for training a self-driving car. This uses Unity for simulation and Python with Keras and Tensorflow for training. Recently updated to work on Python 3.4+ and Keras 2+ 项目地址: https://gitcode.com/gh_mirrors/sd/sdsandbox

1. 项目基础介绍

本项目名为SdSandbox，是一个用于训练自驾车辆的模拟器。它使用Unity 3D游戏引擎来模拟车辆在3D环境中的物理行为，生成用于训练神经网络的图像和转向数据对。项目主要采用Python编程语言，结合Keras和Tensorflow进行神经网络训练。

2. 项目使用的关键技术和框架

• Unity 3D: 用于创建模拟环境的游戏引擎。
• Python: 主要的编程语言，用于编写训练脚本和神经网络模型。
• Keras: 一个高层神经网络API，运行在Tensorflow之上，用于构建和训练神经网络模型。
• Tensorflow: 一个开源的机器学习框架，用于训练和部署模型。

3. 安装和配置准备工作

在开始安装之前，请确保您的系统满足以下要求：

• 操作系统: 支持Linux的操作系统。
• Python: 版本3.5或更高版本（64位）。
• Unity: 版本2018.3或更高版本。
• 依赖库: h5py, pillow, pygame（如果需要实时摄像头馈送）。

安装步骤

1. 安装Unity

   • 根据Unity官网的指导进行安装，确保安装版本不低于2018.3。

2. 安装Python和依赖库

   • 创建Python虚拟环境（可选）:

     virtualenv -p python3 env
     source env/bin/activate
     

   • 安装所需的Python库:

     pip install -r requirements.txt
     

   • 如果您有支持CUDA的GPU（通常是NVIDIA GPU），安装Tensorflow GPU版本:

     pip install tensorflow-gpu
     

   • 如果没有支持CUDA的GPU，安装Tensorflow CPU版本:

     pip install tensorflow
     

3. 准备Unity项目

   • 克隆项目到本地:

     git clone https://github.com/tawnkramer/sdsandbox.git
     

   • 在Unity中打开项目:
     • 打开Unity Hub，选择“Add”项目，然后选择sdsandbox/sdsim文件夹。

4. 生成训练数据

   • 在Unity中，创建一个名为sdsim/log的文件夹。
   • 点击Unity中的开始箭头启动项目。
   • 点击“生成训练数据”按钮以生成图像和转向训练数据。
   • 数据将保存在sdsim/log文件夹中。

5. 训练神经网络

   • 运行以下脚本以准备原始数据:

     cd sdsandbox/src
     python prepare_data.py
     

   • 使用以下命令开始训练神经网络:

     python train.py --model=../outputs/mymodel.h5
     

   • 训练可能需要几小时，具体时间取决于您的硬件配置。

完成以上步骤后，您就可以使用神经网络控制模拟器中的车辆了。记得运行预测客户端来接收图像并返回转向结果。

sdsandbox This provides a sandbox simulator for training a self-driving car. This uses Unity for simulation and Python with Keras and Tensorflow for training. Recently updated to work on Python 3.4+ and Keras 2+ 项目地址: https://gitcode.com/gh_mirrors/sd/sdsandbox