基于ros的智能小车deepcar图像识别技术

智能ros小车-deepcar,  Deepcar包括了所有传统ROS机器人的功能，包括图像自动跟随，目标识别、SLAM构图导航，室内UWB定位导航，室外GPS定位导航， DEEPCAR可以通过SLAM（同步定位和映射）算法来生成室内地图，在手机上可以预览到实时的地图并可通过在手机地图上点击地图上任意一点来控制deepcar自动运行到目标地点。 通过图像跟随技术，deecar可以跟随任意一个目标运动。通过UWB定位技术，DEEPCAR可以实现室内厘米级的定位精度，使得导航更加精准。

除此之外，为了跟上人工智能发展的大潮，我们把主要精力放在了deepcar 在机器学习和深度学习的应用上。通过训练深度学习的模型，deepcar可以实现自动沿着车道线行驶，并可以准确识别交通信号（例如红绿灯、左转、右转、停车等）

可搭建具有各种交通元素的基础平台，模拟交通场景，让无人驾驶小车通过车上的各种传感器，包括视觉、雷达等，感知无人驾驶实验室的各种交通元素信息。符合大学阶段人工智能知识学习，并由浅入深的参与人工智能学科的深度学习、图像识别、自主导航等技术，是一个面向学生创新的综合性平台。

主要功能如下:

A.自主收集数据，搭建数据集，参数可视化。

B.SLAM地图，在室内构建地图，可在手机app上选定一个点让小车自动规划路线并避开障碍物行驶过去

C.视觉跟随，可在手机app上框选一个物体作为小车跟踪的目标，随着目标的移动，小车也跟着移动

D.通过深度学习，自动巡检和识别目标，如巡线，行驶中实时识别红绿灯和交通标志牌