自动驾驶|AirSim学习笔记1（《端到端自动驾驶》AutonomousDrivingCookbook）自动驾驶|tensorflow|深度学习

AutonomousDrivingCookbook开箱即用手册 1. 介绍 【自动驾驶|AirSim学习笔记1（《端到端自动驾驶》AutonomousDrivingCookbook）】基于微软AirSim模拟器的自动驾驶入门项目汉化版
项目地址：https://gitee.com/zhoushimin123/autonomous-driving-cookbook
原项目地址：https://github.com/Microsoft/AutonomousDrivingCookbook
项目面向自动驾驶初学者、研究人员和行业专家。项目以jupter notebook作为载体，使用流行的开源工具(如Keras、TensorFlow等)构建，项目提供数据集、源代码、AirSim模拟器，以便于实现自动驾驶快速仿真。

2. 软件架构目前，有以下教程：

使用端到端深度学习的自主驾驶：AirSim教程
分布式深度强化学习在自主驾驶中的应用
以下教程不久将面世：
- 基于深度学习的车道检测

3. 安装教程 3.1 安装运行环境

切换conda国内安装源
- Anaconda官方软件包更新速度太慢，建议配置国内软件源
  - 在Win操作系统用户目录下有一个.condarc文件，替换文件内所有内容

channels: - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/ - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/ ssl_verify: true

还原默认官方安装源

conda config --remove-key channels

切换pip安装源
- 永久配置pip安装源
  - 做如下配置后，无需再使用-i选项

pip install pip -U #升级 pip 到最新的版本后进行配置： pip config set global.index-url https://mirrors.aliyun.com/pypi/simple/

还原默认pip安装源

pip config unset global.index-url

安装依赖包
- 创建conda虚拟环境
  为了减少其它库的冲突问题，强烈建立新建一个虚拟环境

# python版本务必选择3.6，否则运行过程中的冲突会让你怀疑人生 conda create -n airsim python=3.6 # 切换aisim虚拟环境 conda activate airsim

使用InstallPackages.py安装依赖脚本

# 推荐使用命令运行脚本，IDE工具有时候选择的虚拟环境不对 python InstallPackages.py

注意事项：
因为项目过于久远，安装现在的依赖包会和代码冲突，因此需要指定版本安装解决这个问题,InstallPackages.py已经修改为对应的版本。

tensorflow==1.5.0
- 安装tensorflow1.x版本，预防keras版本冲突问题
- 需要安装特定版本1.5.0，否则报错:tensorflow_backend.py:64: The name tf.get_default_graph is deprecated. Please use tf.compat.v1.get_d
keras==2.1.2
- 必须使用2.1.2版本，否则会报错:ValueError: `brightness_range should be tuple or list of two floats. Received: 0.0, https://github.com/microsoft/AutonomousDrivingCookbook/issues/89
tornado==4.5
- 解决ZMQILoop和float变量*运算的问题
h5py==2.10.0
- 解决警告问题
如果vscode启动内核失败，则执行如下命令

conda install -n airsim ipykernel --update-deps --force-reinstall

至次环境搭建完毕。
4. 使用说明 4.1 下载模拟器
我们已经为本食谱中的教程创建了AirSim模拟环境的独立构建。您可以从这里下载构建包。考虑使用AzCopy，因为文件大小很大。
4.2 下载数据集
模型的数据集相当大。你可以从这里下载。第一个笔记本将提供关于如何访问数据的指导，一旦你下载了它。最后的未压缩数据集大小约为3.25GB(虽然与训练实际的自动驾驶汽车所需的千兆字节数据相比，这还不够，但对于本教程来说应该足够了)。
4.3 教程使用步骤
4.3.1 AirSimE2EDeepLearning端到端的深度学习 4.3.1.1 配置原始数据集目录和预处理后的数据集目录打开DataExplorationAndPreparation.ipynb文件修改你的电脑上的实际目录