利用指定的現成的高階手機，把它刷機，成為一體化模組的電腦視覺深度學習的行車電腦__Comma.ai/NEO

前面的篇幅有大略的提到，迄今網路上打造出基於視覺影像辨識路況的自動駕駛，幾個著名的Open Source專案，以及這幾個專案採用的auto-pilot技術方向和 deep learning深度學習資源的概觀，如何做到ADAS先進自動輔助駕駛的方法；

Comma.ai公司提交開源是其中之一，
去年12月1日喬治霍茲把它一手研究的自動駕駛DIY套件提交發佈Opensoure Project之後，網路新聞媒體充斥著這則新聞題材，台灣也是每家新舊媒體都洗版，但全都是文科生的媒體文，QQ

這篇將會是從commai提交的製作說明，把自己前前後後消化的結果，從軟硬體技術的角度，分享解說這個開外掛的自動駕駛小盒子是怎麼兜出來。

現在的電信公司0元手機一隻內建的運算力，強過上個世紀NASA歷屆阿波羅登月計劃控制中心全體大型電腦的運算能力，0元手機內建相機和即時處理性能，也強過踏上月球表面太空人和登月車的攝影機；

更不用說採用高通晶片驍龍處理器（ Qualcomm Snapdragon )、競相PK地表最強運算能力的高階Android手機了

這個專案採用的手機是照片這隻「One Plus 3」，刷機改安裝第三方ROM，稱為NEOS的精簡型Linux作業系統，成為運行影像視覺辨識、深度學習辨識道路程式、位置控制命令運算的整合式自動駕駛開放運算平台。
(如下方照片影片)

One Plus 3它的規格類似台灣於2016年下發行的 ASUS Zenfone 3 Deluxe 6G/64G(ZS570KL)價錢也不相上下！

和被Tesla以及前文提到的Udacity自動駕駛學程所採用的Nvidia DRIVE PX2主機板起跳美金15000相比，
這是700美金零頭價錢的窮人版入門方案，自然也不能要求太多十八般武藝囉！

不過目前 NEOS這個ROM package是特定用在One Plus 3開發的，其他手機尚未支援，是令人掙扎的地方！

(編輯中......)

「One Plus 3」+「OTG連接線」+「CAN code轉換電路板模組」+「ODB2接頭CAN bus連接線 」＋「3D列印外殼」，這5項硬體部件結合成一個稱為「Comma NEO」的外掛式自動輔助駕駛電腦。

「Comma NEO」組裝完成品的長相像這樣：

(以下圖片、影片來源：Comma.ai公司發佈內容，及創辦人喬治.霍茲自製的輔助駕駛套件，提交open source的成品長相和完整的製作說明書 )

3Ｄ列印的殼子裡鎖上的那一小片綠綠的電路板，就是「CAN code轉換電路板模組」，負責擔任手機和車體之間，處理CANbus控制信號的接收(sniffer)、剖析與轉譯.

那個小方孔後方的鏡頭，就是手機機背的主相機鏡頭，持續拍攝「前方街景」

它安裝在擋風玻璃上緣正中央，前方視野最好的位置，

手機內建相機向前，拍攝即時「街景」，即時利用深度學習而學會的判斷，以及從手機OTG界面接上轉接線，介入車身的轉向控制，拉動方向機轉向

如果製作成功，和車身CAN bus結合成功，上面執行同樣是comma.ai發佈開源的自動輔助駕駛軟體「openpilot」程式，整體運作起來像這個樣子：

照片：

影片：

https://youtu.be/vU26Pa6ERkY
如果影片沒出現，請直接點以下連結吧！(不明原因，也許是片頭廣告，崁入法看這段YouTub有時顯示錯誤 )
網址1 https://youtu.be/vU26Pa6ERkY
網址2 https://www.youtube.com/watch?v=vU26Pa6ERkY
片名：Driving up the 280

下面是「Comma NEO」詳細的自製說明書當中的圖文，更能清楚呈現它的DIY組合構成：

還特別設計為手機加貼散熱片，因為持續運作相機原本就是高負載運算，現在還同時多工處理，即時處理影片識別車道，與加速度的監測與補償修正計算

其中綠綠或藍藍的那一小塊「CAN code轉換電路板模組」是利用意法半導體的STM32-M64晶片，作為主要的CAN bus信號解析與轉換，
同時因為「Comma NEO」是opensouce code的Linux系統，所以透過這塊信號轉換模組，「Comma NEO」也成為一台開源的車輛CAN bus信號分析儀

(圖片來源：Comma.ai公司創辦人喬治.霍茲自製的輔助駕駛套件，提交open source的成品長相和完整的製作說明書 )

參考資源：
comma.ai發佈「comma NEO」在Github的 原始文件資料：https://github.com/commaai/neo

comma.ai的Twitter: https://twitter.com/comma_ai