autorope/donkeycar

解决的问题

Donkeycar 提供一个极简、模块化的 Python 库，用于构建和教学小型自动驾驶机器人。它降低了爱好者和学生在无需深厚先验知识的情况下，实验自动驾驶、计算机视觉和神经网络的门槛。

工作原理

该库使用在车辆上循环运行的软件「部件」流水线。这些部件负责处理特定任务，例如从摄像头或激光雷达捕获图像、读取 GPS 数据、接收控制器的转向/油门输入，以及控制驱动电机。用户可以从预构建的模板中选择，或创建自定义部件来修改车辆行为。在自主驾驶方面，支持三种类型的自动驾驶仪：基于深度学习（通过 TensorFlow、TensorFlow Lite 和 PyTorch）、基于 GPS 和基于计算机视觉。

适用人群

专为希望通过动手实验学习自动驾驶和机器人技术的爱好者、高中生和大学生以及研究人员设计。

主要亮点

• 模块化架构：可轻松在车辆循环中替换或添加软件部件。
• 多种自动驾驶选项：支持深度学习、计算机视觉和基于 GPS 的导航。
• 硬件无关：兼容多种摄像头、激光雷达和驱动系统（例如 RC 车、差速驱动）。
• 支持仿真：内置模拟器，可在构建物理硬件前测试自动驾驶逻辑。
• 丰富的界面：提供图形用户界面和 WebUI，支持远程控制和配置。