DeepPiCar

项目简介

基于Raspberry Pi、SunFounder PiCar-V套件、TensorFlow和Google EdgeTPU的深度学习自动驾驶车。

DeepPiCar 是一个基于树莓派（Raspberry Pi）和 TensorFlow 构建的开源自动驾驶机器人小车项目，旨在以极低的预算（约250-300美元）让开发者和爱好者亲手打造一辆能够自主行驶的智能小车。项目由 David Tian 发起，通过一系列详细的教程文章，引导用户从零开始组装硬件、配置软件，并最终实现车道保持、交通标志识别、行人检测等核心自动驾驶功能。

项目特点

**端到端自动驾驶**：从硬件组装到深度学习模型部署，完整实现物理小车的自动驾驶功能。

**多传感器融合**：利用摄像头进行车道线检测、交通标志和行人识别。

**行为克隆**：通过录制驾驶视频和对应转向角度，训练深度神经网络模仿人类驾驶行为。

**边缘计算**：使用 Google Edge TPU 加速器在树莓派上实现实时推理。

**开源免费**：所有软件（Python、OpenCV、TensorFlow）均为免费开源。

**模块化教程**：分6个部分逐步讲解，从硬件搭建到高级深度学习应用。

技术规格

主控板
小车底盘
AI加速器
编程语言
深度学习框架
计算机视觉库
目标检测算法
自动驾驶模型
总成本
搭建时间

项目资源

dctian/DeepPiCar @dctian/deeppicar-part-1-102e03c83f2c @dctian/deeppicar-part-2-8512be2133f3 @dctian/deeppicar-part-3-d648b76fc0be @dctian/deeppicar-part-4-lane-following-via-opencv-737dd9e47c96 @dctian/deeppicar-part-5-lane-following-via-deep-learning-d93acdce6110 @dctian/deeppicar-part-6-963334b2abe0 products/accelerator /www.tensorflow.org opencv/opencv

物料清单 (BOM)

物料名称	数量	参考价格	备注
Raspberry Pi 3 B+ (或更高版本)	1	—	约50美元
SunFounder PiCar-V 机器人小车套件	1	—	约115美元
Google Edge TPU 加速器	1	—	约75美元
Raspberry Pi 电源适配器	1	—	随套件或单独购买
microSD卡 (16GB+)	1	—	用于操作系统和数据
树莓派摄像头模块	1	—	用于视觉感知
18650锂电池 (或PiCar套件自带)	2	—	为小车供电
杜邦线、螺丝刀等工具	若干	—	组装所需

所需工具

工具	用途	是否必需
3D打印机	打印外壳和结构件（可选）	▢ 推荐
焊台	焊接电子元件（可选）	▢ 推荐
螺丝刀套装	组装PiCar套件	✅ 是
电脑 (Windows/Mac/Linux)	编写代码、训练模型	✅ 是
网线或WiFi	连接树莓派	✅ 是
显示器/键盘/鼠标	树莓派初始设置	▢ 推荐

能力画像

记忆与知识检索

逻辑推演

表达与交流

感知与观察

数理与计算

动手与操作

狂热与坚持

创造与创新

项目图库

所需技能

🔧 **动手能力**：需要组装PiCar小车套件，连接树莓派、摄像头和Edge TPU加速器，具备基本的电子硬件搭建能力。 💻 **编程能力**：需要掌握Python编程基础（函数、条件语句、循环），能够阅读和理解代码。了解Linux命令行操作。 ⚡ **电子电路**：基本了解树莓派GPIO引脚和传感器连接，但套件已模块化，无需复杂焊接。

适用场景

**教育学习**：作为人工智能、机器人和自动驾驶技术的实践教学项目。

**爱好者DIY**：对自动驾驶和深度学习感兴趣的极客和创客。

**技术演示**：在技术展览或开源活动中展示自动驾驶原理。

**科研实验**：用于验证自动驾驶算法（如车道检测、目标识别）在低成本硬件上的可行性。