项目一：无人驾驶之方向盘自动转向

一、项目概述：
 根据车载摄像头的画面，自动判断如何转动方向盘。
 提炼为深度学习网络即为：输入道路图像 --> 输出方向盘转动角度。

二、项目实现步骤：
1.收集数据
 通过人工驾驶车辆，进行道路情况图像收集 + 人操作时的方向盘转动角度。

收集数据.png  道路图像数据收集时：是采用三个摄像头进行收集，以达到数据增强的目的。

2.训练数据
 通过道路图像 + 手动的方向盘转动角度，进行CNN网络训练。

CNN网络训练.png

3.预测方向盘转动角度
 输入道路图像，自动输出方向盘转动角度。

方向盘转动角度预测.png
 预测时，是采用一个中心摄像头进行图像采集，将中心图像输入到CNN网络中，即可预测出方向盘转动角度。

三、网络输入数据处理
1.图像预处理：
 网络输入的图像数据，一般需要进行图像预处理。本项目采用了如下几种图像预处理的：
  1）调整亮度
  2）归一化
  3）裁剪图像
  4）等等其他图像处理技术

图像亮度调整.png

2.数据增强
 训练数据一般都会存在数据不平衡的情况。我们可以通过画方向盘角度分布的直方图，来查看数据的分布情况，当训练数据存在数据不平衡的情况，一般可以采用如下进行数据增强：
  1）欠采样
  2）过采样
  3）设置权重，给数量少的样本更大的权重
  4）收集更多的数据（最有效的方式，但成本最高）
  5）根据已有的训练数据人工合成新的数据

图像翻转.png