Im November 2016 haben Adam Conway und Will Roscoe das Donkey Car Projekt ins Leben gerufen. Die Idee die beide antrieb war interessierten Bastlern eine Möglichkeit zu geben in die Welt der selbst fahrenden Autos im Modellformat einzusteigen. Die wichtigsten Gründe die für mich für den Einsatz des Donkey Car Frameworks sprechen sind einmal die große internationalen Community, die freie Verfügbarkeit der Software, der Donkey Car Simulator und das für den Bau des physischen Roboter-Autos Standard Modellbau Technik eingesetzt wird. Durch die Verwendung von klassischen Modellbauautos sinken die Kosten deutlich.

Ursprünglich wurde das Donkey Car Framework für den Raspberry Pi entwickelt, der der meist verkaufte Single Board Computer ist und mit seiner riesigen Community mit half den Grundstein für den Erfolg des Donkey Cars Projektes zu legen. Mit der Verfügbarkeit des NVIDIA Jetson Nano 2019 der über eine leistungsstarke GPU Architektur verfügt und dessen  ähnlichen ARM Recheneinheit wie sie der Raspberry Pi verwendet, erkannte die Donkey Car Community sofort die Vorteile und erweiterte das Framework zusätzlich um eine Unterstützung für den Jetson Nano. Einer der größten Vorteile des Jetson Nano im Vergleich zum Raspberry Pi ist, dass das Training von neuronalen Netzen direkt auf dem Jetson Nano dank der GPU Architektur möglich ist. Mit den verbauten GPU-Einheiten kann der Jetson Nano parallele Berechnungen ausführen die es ihn ermöglichen performant neuronale Netze zu trainieren. Der Raspberry Pi 4 mit 4 GB RAM aber ohne GPU Unterstützung ist gegenüber dem Jetson Nano von seiner Rechenleistung chancenlos beim Ausführen und Training von neuronalen Netzen. Das in Python geschriebene Donkey Car Framework und dessen gute Inlinedokumentation erleichtern zusätzlich den Einstieg in das Vorhaben sich mit autonom fahrenden Roboter-Autos und in das Thema künstliche Intelligenz einzuarbeiten. An dieser Stelle sei auch der Simulator für das Donkey Car erwähnt. Dieser ermöglicht es Ihnen auf ganz leichte Art und wirklich preiswert den Einstieg in das Donkey Car Projekt zu finden. Das ist möglich, da Sie den Donkey Car Simulator auf bestehender Hardware wie einem Laptop oder PC ohne weiteres installieren können.

Mein Fazit in Summe ist, dass das Donkey Car Framework in seiner Kombination aus Simulator Lösung und physischen Modellauto sehr Praxis orientiert, leicht verständlich und daher ideal für den Einstieg in das Thema künstliche Intelligenz ist.

Donkey Car E-Book

Keine grauer Theorie sondern ein praktischer Einstieg in:

  • Künstlicher Intelligenz und Deep-Learning
  • Simulation und erzeugen synthetischer Daten
  • Training von neuronalen Netzen
  • Testen des neuronalen Netzes in der realen Welt
  • Schritt für Schritt Anleitung zum Bau eines Roboter Autos

 

E-Book – Download:

Deutsch: 20210627-Donkey-Car-E-Book-v-0-1-0-de-Ingmar-Stapel

English: 20210627-Donkey-Car-E-Book-v-0-1-0-en-Ingmar-Stapel

Installationsanleitung – Windows

The Video below describes how to install the Donkey Car Framework and Simulator on a Windows 10 PC

Installationsanleitung – Ubuntu

The Video below describes how to install the Donkey Car Framework and Simulator on a Ubuntu 20.x PC

Donkey Car – Simulator race

The following video shows four neural networks driving in parallel against each other in a Donkey Car Unity environment in a fully autonomous car race. The neural networks were trained in such a way that they find their way back to the race track by driving backwards when they hit an obstacle.

Donkey Car – RC model
In this video you can see the real Donkey Car driving fully autonomously. The construction of exactly this Donkey Car is described in the free e-book here on my website.

 

 

(Visited 773 times, 1 visits today)