在Jetson TX1上利用Tensorflow和ROS实现自主驾驶机器小车

美国纳农工州立大学的Daniel Tobias利用Jetson TX1制作了一个机器赛车名叫Cherry Autonomous Racecar (CAR) 。

Daniel说当时他在Youtube上发现MIT的赛车，MIT的小车能够使用激光雷达和SLAM来实现在麻省理工学院的隧道进行导航，但是Hokuyo 激光雷达超过了他的预算，于是经过更多的研究，Daniel认为基于视觉的方法可以得到类似的结果，而不会花费很多。于是他计划重新建立自己的平台，利用支持GPU的OpenCV做车道线识别，并加入其他传感器以助于导航，这就是这个项目的的开始。最初采用Jetson TX1是因为Daniel希望利用OpenCV做实时的车道线识别和定中心。

“由于Jetson被标榜为世界上最先进的嵌入式视觉计算系统，我认为这将是一个完美的结合。”Daniel说。

Daniel的计划是将图像处理交给CUDA核心，板载硬件解码器实时处理高分辨率帧。这样的好处是，一切都可以在本地完成，而不依赖于无线连接到服务器上。

让我们看看视频介绍，一睹这个小车的风采吧！

关于该项目的开源资源：

Tensorflow

https://github.com/DJTobias/Cherry-Autonomous-Racecar/tree/master/Tensorflow https://github.com/DJTobias/Cherry-Autonomous-Racecar/blob/master/car/scripts/runModel.py

CAR package

https://github.com/DJTobias/Cherry-Autonomous-Racecar/