英伟达JetBot智能小车-例子

南希-

此页面列出了JetBot提供的示例。

确保您的机器人已连接到WiFi，如软件设置中所述

示例1 - 基本运动

在这个例子中，我们将通过Web浏览器编程来控制JetBot。

• 通过导航连接到您的机器人 http://<jetbot_ip_address>:8888
• 使用默认密码登录 jetbot
• 导航 ~/Notebooks/basic_motion/
  示例2 - 遥操作

  此示例需要连接到工作站的游戏手柄控制器。

  在这个例子中，我们将远程驱动JetBot，查看实时流视频，并保存快照！
  
  

• 通过导航连接到您的机器人 http://<jetbot_ip_address>:8888
• 使用默认密码登录 jetbot
• 选择Kernel- > 关闭所有其他正在运行的笔记本Shutdown All Kernels...
• 导航 ~/Notebooks/teleoperation/
• 打开并关注teleoperation.ipynb笔记本电脑
  
  

例3 - 避免碰撞

在这个例子中，我们将收集一个图像分类数据集，用于帮助保持JetBot安全！我们会教JetBot检测两个场景free和blocked。我们将使用此AI分类器来防止JetBot进入危险区域。

第1步 - 在JetBot上收集数据

我们提供预先训练的模型，（链接需要翻墙）如果需要，您可以跳到第3步。使用具有广角附件的Raspberry Pi V2相机，在有限的数据集上训练该模型。

• 通过导航连接到您的机器人 http://<jetbot_ip_address>:8888
• 使用默认密码登录 jetbot
• 选择Kernel- > 关闭所有其他正在运行的笔记本Shutdown All Kernels...
• 导航 ~/Notebooks/collision_avoidance/
• 打开并关注data_collection.ipynb笔记本电脑
  
  

第2步 - 训练神经网络
选项1 - 在Jetson nano上训练

• 关闭机器人并取下micro USB电源线。
• 使用5V墙壁电源为Jetson Nano供电。
• 通过导航连接到您的机器人 http://<jetbot_ip_address>:8888
• 使用默认密码登录 jetbot
• 在Jupyter Lab选项卡中，导航到 ~/collision_avoidance
• 将防撞训练笔记本上传到此文件夹
• 打开并关注train_model.ipynb笔记本电脑
  
  

选项2 - 在其他GPU机器上训练

• 连接到安装了PyTorch并运行Jupyter Lab服务器的GPU机器
• 将防撞训练笔记本上传到本机
• 打开并关注train_model.ipynb笔记本电脑
  
  

第3步 - 在JetBot上运行实时演示

• 从USB电池组为机器人供电
• 通过导航连接回您的机器人 http://<jetbot_ip_address>:8888
• 使用默认密码登录 jetbot
• 选择Kernel- > 关闭所有其他正在运行的笔记本Shutdown All Kernels...
• 导航 ~/Notebooks/collision_avoidance
• 打开并关注live_demo.ipynb笔记本电脑

  开始谨慎，给JetBot足够的空间来移动。

  
  

示例4 - 对象跟随

在这个例子中，我们将使用能够检测像普通物体预先训练的模型JetBot跟随对象Person，Cup和Dog。在这样做时，JetBot将运行示例3中的碰撞避免模型，以确保它保持安全！

• 通过导航连接到您的机器人 http://<jetbot_ip_address>:8888
• 选择Kernel- > 关闭所有其他正在运行的笔记本Shutdown All Kernels...
• 导航 ~/Notebooks/object_following/
• 将预先训练好的ssd_mobilenet_v2_coco.engine模型上传到此文件夹

  还要确保示例3中的防撞模型处于中 ~/Notebooks/collision_avoidance

• 打开并关注live_demo.ipynb笔记本电脑

  开始谨慎，给JetBot足够的空间来移动。