Edge2AI自动驾驶汽车教程
介绍
我们在前面介绍过Edge2AI自动驾驶汽车的解决方案，参见《Edge2AI自动驾驶汽车：在小型智能汽车上收集数据并准备数据管道》，《Edge2AI自动驾驶汽车：构建Edge到AI数据管道》，《Edge2AI自动驾驶汽车：训练模型并将其部署到边缘》。在这里我们从实操教程的角度来看如何一步一步的构建Edge2AI自动驾驶汽车的应用，这个教程也是分成了三个部分，今天的内容是总体介绍这个教程。
自动驾驶汽车是Cloudera自动驾驶汽车的开源版本。这款无人驾驶微型汽车由3个摄像头，LiDAR和游戏控制器提供动力，并连接到Jetson TX2板上。TX2运行机器人操作系统（ROS）并控制汽车的运动。最终，如果我们有多辆汽车，我们可以在汽车上训练模型，然后将该模型发送给CDSW并执行联合学习。在本教程中，我们将汽车数据发送到云中的Hadoop HDFS。我们使用CDSW运行Keras训练模型，然后将模型保存到HDFS。该模型经过训练，可以从跑道上克隆人的驾驶行为，以基于中心摄像头框架预测转向角，该摄像头框架使用ROS控制汽车。最后，将模型重新部署到汽车中，以说明Edge To AI的生命周期。
学习目标
• 将MiNiFi C ++代理安装到Jetson TX2上
• 了解TX2的汽车传感器数据
• 构建用于Emi数据管道的ETL数据管道，以用于CEM
• 将MiNiFi数据管道连接到NiFi数据管道
• 将NiFi管道连接到Hadoop HDFS
• 挖掘CDSW中的HDFS数据
• 在CDSW中训练Keras CNN模型
• 保存到HDFS
• 建立NiFi管道以引入HDFS模型。
• 将模型从NiFi发送到MiNiFi
• 使用MiNiFi部署模型
后续博客会将该内容分成三个教程进行讲解：
• 在边缘提取汽车传感器数据
• 将汽车边缘数据收集到云中
• 人工智能到边缘