制作一个车载机器人

如今，GPU 可用于各种模式识别任务。NVIDIA Jetson Nano 是一款非常出色的开发板，将 GPU 计算能力带到了边缘设备上。开发者套件配备的是支持 CUDA 的 GPU，可直接在边缘端运行深度学习应用。

目标

今天我将向你展示如何将 Jetson Nano 用作机器人的“大脑”。如果你已经拥有一个基于 Arduino 的机器人或小车，可以轻松地将 Jetson Nano 添加为高级决策电路，使其能够根据图像、视频、声音等各类传感器数据做出判断和决策。

代码的第一部分是一个 Arduino 蓝牙程序，演示了如何使用简单的二进制通信协议来发送和接收整数、浮点数等数据。这里的 Arduino 作为客户端，而 communication.h 文件定义了发送传感器数据的接口。

服务器则由 Jetson Nano 提供，它负责处理数据并响应指令，控制机器人执行相应操作。communication.py 文件包含收集、处理传感器信息并返回命令的代码。

让我们来回顾一下我为探测车搭建的总体结构。

结构

探测车的基本结构如下：

需要注意的是，Jetson Nano 的安装螺丝是 M2，而我手头的垫片均为 M3。我在 M3 垫片顶部用超胶粘贴了一些 M2 螺母，于是就得到了 M3-M2 混合型垫片!

步骤1：收集电路所需部件

定制电路板的主要部分是一个单层覆铜板，安装在探测车底盘上方作为第一层。该层包括：

1. Arduino

2. 磁力计/惯性测量单元

3. 距离传感器(HC-04)

4. 电机驱动器 L293D

5. 开关

6. 电位器调节器

7. 其他需要添加的特定应用硬件

步骤2：焊接原型电路

这一步根据机器人的用途而有所不同。我并未附上自己制作的机器人电路图，但大致结构如下所示。

步骤3：安装硬件

1. 组装机架——对于零件清单中提到的Adafruit机架，我需要将铝板与电机中间进行组装。安装车轮，并将光学旋转编码器和圆盘一起固定。此时也应安装电池座和锂离子电池。

2. 使用垫片将PCB板安装在机箱顶部。

步骤4：安装Jetson Nano

1. 接下来，使用另一组4个垫片将Jetson Nano安装在PCB板的顶部。

2. 然后使用USB线将Jetson Nano连接到Arduino板，使Jetson能够通过其串行端口 `/dev/ttyUSB0` 与Arduino进行通信。

3. 连接 Raspberry Pi 摄像头模块 v2 和 4G/WiFi 路由器

现在你应该拥有一些类似这样的设备：

步骤 5：在 Arduino 上刷入代码

将 ino 文件刷入 Arduino。

步骤 6：使用 Jetcard 刷入 Jetson

使用 Balena Etcher 将 JetCard 镜像刷入 32GB/64GB 的 MicroSD 卡。该镜像已为 Jetson Nano 准备好，包含 AI/深度学习所需的必要库。

同时安装以下 Python 库：pyserial。

步骤 7：在 Jetson Nano 上运行代码

链接的 roverCode 仓库中包含代码，它会根据 Arduino 提供的传感器信息计算磁偏角，并返回命令，以最短转弯方式导航至磁北方向。

1. 将仓库克隆到 Jetson Nano 上

2. 切换目录到 jetson-nano-plastic-detector/serial-communication

3. 以下命令将运行 Jetson 代码，控制机器人自动导航至磁北极。

本文编译自hackster.io