Dieses Projekt wurde im Rahmen des Moduls Grundlagen der Künstlichen Intelligenz durchgeführt.
Das Ziel war es eine App zu entwickeln, welche mithilfe der Kamera alle Verkehrsschilder, welche Einfluss auf die Geschwindigkeitsbegrenzung haben, erkennt und somit dem Fahrer immer das aktuelle Tempolimit anzeigt. Außerdem soll die App den Benutzer warnen, sobald dieser das Tempolimit überschreitet.
Dazu wurde eine KI implementiert, sowie eine Native Android-App.
- Tensorflow
Zum Trainieren der KI benutzt - TensorflowJS
Für die Ausführung der KI auf einem Smartphone - Flask
Für den Server, welcher die Anfragen den Clients entgegen nimmt - React Native
Für die Entwicklung der App - Expo
Als Plattform und Framework für die App-Entwicklung
Um die App im Development mode zu starten sind folgende schritte notwendig:
- Git Repo clonen:
git clone [email protected]:GDKI-WS20-T04/traffic-sign-detection.git
- In den App-Ordner wechseln:
cd app
- Dependencies installieren:
npm i
- Dev Server Starten:
npm run start
- QR-Code in der Weboberfläche mit der Expo Go App scannen.
Da die App mit Expo entwickelt wurde, kann diese auch hiermit einfache verwendet werden. Hierfür wird die Expo Go App benötigt. Hierbei empfehlen wir die Verwendung eines Android Smartphones, da zwar theoretisch auch die Verwendung eines IOS gerätes möglich wäre allerdings konnten wir nicht testen, ob dort alles korrekt Funktioniert, da wir kein IOS Gerät besitzen.
Hat man die App installiert ist die Verwendung der App ganz einfach, hierfür muss entweder dieser
link exp://exp.host/@timonpllkrn/app
kopiert werden und die ExpoApp geöffnet werden (Die App überprüft selbstständig,
ob sich ein valider Link in der Zwischenablage befindet) oder der unten stehenden QR-Code gescannt werden.
Damit die App korrekt funktioniert, muss auch der Server gestartet sein (Die Anleitung hierfür befindet sich hier)
- requirements installieren:
sudo pip3 install -r docs/requirements.txt
- mkdocs-material starten:
mkdocs serve
- requirements installieren:
pip install -r docs/requirements.txt
- mkdocs-material starten:
mkdocs serve