英伟达TX2烧录系统_JetBot AI计算机视觉自动驾驶机器人 -- 系统与硬件篇

Jetson Nano 自动驾驶https://www.zhihu.com/video/1249641059585269760

这是基于Jetson Nano系统的自动驾驶模型，希望通过模仿实际道路系统，采用计算机视觉技术识别道路分道线的方式，导引小车自动驾驶；同时借助nano稍微强点的计算能力，加入AI能力，识别交通标志，以及障碍物识别。

车道识别

之前一直在玩基于Arduino的智能小车、平衡车，但局限于于其CPU及存储的限制，只能作为简单控制算法；当偶然看到 Jetson Nano 及JetBot介绍的时候，就感觉，哇，这也太好玩了！又可以玩人工智能、计算机视觉。就迫不及待的买来JetBot套件，组装起来，装好后，就按照教程，跑第一个实列，立马凉了，这什么呀，让小车跑个直线都是奢想 ! 基础硬件太简单了，电机也没有码盘。就开始琢磨如何改造它：给电机加码盘，动静有点大，以jetbot的结构，实在难以加东西了。那就干脆从头来，用铝板从新设计底盘，就有了题图的ZMCNanoBot的样子。

硬件篇

Jetson Nano developer Kit

wifi 比较遗憾的是jetson nano 竟然不带wifi，需要自己配wifi；大家在购买WiFi时，个人建议别买USB的（别问我为啥！一开始没有太多linix的经营直接买了大忠化的，显然是没有驱动，不能用的，后来又买了网上说的支持Ubuntu的edimax的，驱动是装上了，用着也还行，可当要传视频（320*240)时就不灵了，还是速度不够）。最后还是买了Intel 8265的网卡，装上之后就好了。（还有点小问题，有时需要断开连接再连才好使，不知为何）。

Arduino Nano （如果需要支持蓝牙， 也可以用 扩展的 BleNano ）

Nano 扩展板（便于接入电机码盘）

带编码器的TT电机

电机驱动板（采用Jetbot推荐的驱动板）

摄像头 （Jetbot 支持的索尼IMX219的摄像头，需要广角120度以上）

电源：移动电源、或者采用18650电池的方案，移动电源简单方便，不过需要注意一点，移动电源在负载小的时候会自动断电（坑）；在单独调试小车的时候不方便，必须把jetson nano 一起接上，白耗电。

底盘：购买铝板，自行切割、钻孔；通过铜柱组装

系统篇

1. Jetson nano

jetson nano devloper kid 买来后并不能直接运行，需要自己购买sd卡，烧录系统才能运行，有两个选择，一个是jetson nano的系统镜像，一个是jetbot 的系统镜像，参考官网指引，一步一步安装，是没有问题的。jetbot的镜像更简便，预装了AI的内容。

jetson 烧录好后，建议把ubuntu的软件源设为国内的镜像，否则安装软件会很慢的。

参考地址：

Jetbot： https://github.com/NVIDIA-AI-IOT/jetbot/wiki

开发环境

• 主机侧

主机侧（jetson nano) 以Python为主，需要的依赖OpenCV ，jetson nano 镜像里都已带有；

本人比较喜欢 VSCode 很是方便。

jetson Nano安装 SCode: 参考：

vsCode 官方并未提供arm架构的版本，所以如果需要在jetson nano上安装vsCode 需要自行下载源码编译，不过感谢伟大的互联网，有人编译好了的：

https://packagecloud.io/headmelted/codebuilds

请到上述网站，参考其说明，下载安装即可。

• arduino开发

arduino开发环境 可以用arduino官方的IDE；也可以使用 VSCode开发，但同样需要安装arduino的IDE开发环境。

代码：

1. Jetson Nano： https://github.com/zhongmc/lane-pilot
2. arduino: https://github.com/zhongmc/ZMCNanoBot

参考项目：

1. Donkey Car: http://docs.donkeycar.com/
2. Jetbot: https://github.com/NVIDIA-AI-IOT/jetbot
3. 车道检测： https://github.com/georgesung/advanced_lane_detection
4. 摄像头访问： https://github.com/Leix8/tegra-cam-on-Jetson-TX2

资料：

https://www.jetsonhacks.com/