# 基于虚拟样机的微缩智能车自动驾驶

**Repository Path**: victor-yum/CarCode

## Basic Information

- **Project Name**: 基于虚拟样机的微缩智能车自动驾驶
- **Description**: 在基于虚拟样机的微缩智能车自动驾驶实验网站http://pxznyxs.com/首页上下自解压实验包ROAD40.exe，解压后得到两个文件夹和两个文件：
CarLib文件夹：微缩智能车自动驾驶虚拟仿真实验室
CarCode文件夹：操作、控制微缩智能车自动驾驶虚拟仿真实验室的python源代码
原始手动安装脚本.txt:完成本实验需要安装的python package列表
BatchInstall.py：批量安装完成本实验需要安装的python package的代码
本仓库存放的是由平行智能研习社仿真算法组开发并不断更新维护的CarCode最新版本

- **Primary Language**: Python
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: http://pxznyxs.com/
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 6
- **Created**: 2021-04-13
- **Last Updated**: 2021-04-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 基于虚拟样机的微缩智能车自动驾驶

#### 介绍
在基于虚拟样机的微缩智能车自动驾驶实验网站pxznyxs.com首页上注册并下载自解压实验包ROAD40.exe，解压后得到两个文件夹和两个文件：

CarLib文件夹：微缩智能车自动驾驶虚拟仿真实验室

CarCode文件夹：操作、控制微缩智能车自动驾驶虚拟仿真实验室的python源代码

原始手动安装脚本.txt:完成本实验需要安装的python package列表

BatchInstall.py：批量安装完成本实验需要安装的python package的代码

本仓库存放的是由平行智能研习社仿真算法组开发并不断更新维护的CarCode最新版本。


#### 安装教程

1.  需要特定插件  插件名称：ROAD40.exe 插件容量  86.1M http://pxznyxs.com/road.4.0 ，下载后请参考平台安装讲解 https://www.bilibili.com/video/BV1M64y1S7T3/

2.  python-3.6.8-amd64.exe ，30.3 MB，下载地址：https://www.python.org/ftp/python/3.6.8/python-3.6.8-amd64.exe

3.  pycharm-community-202x.x.x.exe，348 MB ，下载地址：https://www.jetbrains.com/pycharm/download/download-thanks.html?platform=windows&code=PCC

4.  site-packages.rar，132 MB，如果您不方便使用BatchInstall.py或原始手动安装脚本.txt进行python package的安装，我们提供的CPU版本的完成本实验需要安装的python package，下载地址：链接：https://pan.baidu.com/s/1RXtSvwFnVBsa2Z3OaByPjA 提取码：pbmn ，下载解压后自行替换Python安装路径下Python\Python36\Lib\site-packages文件夹中的所有文件（删光里面所有文件再复制进去），亲测有效！



#### 软件架构

CarCode软件架构说明

HANDdirve.py 手动开车python代码——老老实实推着走，认认真真看现象

PIDdirve.py  PID过第一关的python代码

load_data.py 训练CNN模型前载入数据的python代码，每次采集了新数据要重新运行一遍

model.py 训练CNN模型的python代码

drive.py 测试CNN模型的python代码

目前实验只需要这几个python代码文件

data文件夹：存放为训练CNN模型采集的数据

logs文件夹: 存放训练好的CNN模型



#### 使用说明

0.  微缩智能车自动驾驶虚拟仿真实验室简介视频 https://www.bilibili.com/video/BV12v411x7aZ/

1.  平台安装讲解 https://www.bilibili.com/video/BV1M64y1S7T3/

2.  手动模式讲解 https://www.bilibili.com/video/BV1yU4y1a7TE/

3.  PID算法过第一关演示 https://www.bilibili.com/video/BV1ty4y1t7Yg/

4.  CNN通过第四关演示 https://www.bilibili.com/video/BV19f4y1x7j7/

5.  CNN模型测试与训练过程讲解 https://www.bilibili.com/video/BV1bf4y1W7Sx/

6.  手动干预和代码开源 https://www.bilibili.com/video/BV1a64y1v7JB/

在B站搜索订阅“平行智能研习社”，会持续收到我们更新的最新项目进展视频，欢迎弹幕吐槽，帮助我们不断改进。

#### 参与贡献

1.  Fork 本仓库

2.  新建 Feat_xxx 分支

3.  提交代码

4.  新建 Pull Request


#### 特技

1.  手动开车,从车的视角看赛道

2.  简易PID算法

3.  CNN模型测试过程中的手动干预和补充数据

#### TODO

1.  能够通过全部六关的PID算法

2.  能够通过全部六关的CNN模型

3.  模型预测控制算法

4.  强化学习算法

5.  美国天普大学王培老师的OpenNars——非公立逻辑推理 https://zhuanlan.zhihu.com/p/360273437

6.  日本顾泽苍博士的SDL——自律学习算法 http://www.eepw.com.cn/article/202010/419701.htm

路漫漫其修远兮，吾等将上下而求索！