本项目基于paddlepaddle深度学习框架,使用PIL库录屏的方式获取欧卡2游戏的视觉数据,搭建卷积神经网络拟合方向盘的角度,输入是视觉数据,输出是方向盘角度。通过vjoy虚拟摇杆来控制游戏中的卡车,实现了在欧卡2游戏中高速上无人驾驶。
视屏地址:传送门
- selfDriverInBetaSimulator文件夹:在MIT仿真软件UDACITY上实现的无人驾驶代码。
- selfDriverInEuroTruck文件夹:在欧卡2游戏里实现无人驾驶的代码。
安装software文件夹下的vJoySetup.exe,双击运行即可,一直默认安装。
修改欧卡2的控制器,在选项->控制器->设置键盘加vjoy。
运行autoDriver.py脚本开始自动驾驶。 !!!重要👇
脚本运行后会有opencv的窗口出现,需要调整你的游戏界面使得窗口内的图像是你的车窗视角
安装software文件夹下的vJoySetup.exe,双击运行即可,一直默认安装。
修改欧卡2的控制器,在选项->控制器->设置键盘加vjoy。
运行recordData.py脚本录制训练数据: !!!重要👇
按键‘O’开始录制 按键‘B’退出录制并写入log 未开始录制时按键a d控制方向盘 开启录制后按键u i控制方向盘
运行trainPart/ouka2_makelist.py文件生成train_data.txt和test_data.txt。
运行trainPart/Train_Model.py开始训练,训练结束会自动保存在model_infer文件夹中。
运行autoDriver.py脚本开始自动驾驶。 !!!重要👇
脚本运行后会有opencv的窗口出现,需要调整你的游戏界面使得窗口内的图像是你的车窗视角