Résumé:
Cette memoire présente le développement d’un véhicule autonome utilisant un Nvidia
Jetson Nano™ (OM) comme unité centrale de contrôle en tirant parti de la vision informatique
et des techniques d’apprentissage profond. L’objectif est de réaliser un véhicule à petite échelle
avec la capacité de naviguer une route de manière autonome et de détecter les obstacles en
temps réel. L’appareil Jetson Nano™ est chargé de contrôler les systèmes du véhicule, y
compris les moteurs à courant continu utilisés pour l’entraînement. L’acquisition de données
est réalisée grâce à l’application du module caméra IMX219, qui capture des images pour la
formation de modèles de réseaux neuronaux. En tirant parti de la puissance de l’apprentissage
par transfert, le modèle ResNet-18 (RNA) est utilisé pour former sa couche entièrement
connectée sur mesure pour notre ensemble de données spécifique. Le modèle formé est déployé
sur la carte Jetson Nano™ pour un fonctionnement en temps réel, avec les résultats détaillés et
la présentation des performances du véhicule autonome développé
