BrainAI Car 프로젝트 코드로 배우는 파이썬

# 노트북에서 car 모듈 불러오기
from utils.brain_ai_car import BrainAICar
# 이제 BrainAICar 클래스를 쓸 수 있어요
car = BrainAICar(mock=True)
# 여러 개를 한 번에 import 할 수도 있어요
from utils.brain_ai_car import BrainAICar, SERVO_CENTER, DEFAULT_FORWARD_SPEED

# brain_ai_car.py 에서 실제로 쓰는 변수들
BAUD_RATE             = 115200    # int   — 시리얼 통신 속도
DEFAULT_FORWARD_SPEED = 350       # int   — 기본 전진 속도
SERVO_CENTER          = 90        # int   — 서보 중립 각도
STOP_HOLD_DURATION    = 0.5       # float — 정지 유지 시간(초)
# 객체 생성 후 인스턴스 변수
self.forward_speed    = 350       # int   — 현재 설정된 속도
self._speed_confirmed = True      # bool  — 속도 명령 확인 여부
port_name             = "COM3"   # str   — 시리얼 포트 이름

# brain_ai_car.py — 자동차 제어 클래스
class BrainAICar:
    def __init__(self, mock: bool = False):
        self.mock          = mock
        self.forward_speed = 350
car = BrainAICar(mock=True)  # 인스턴스 만들기
print(car.forward_speed)     # 350
# modeling.py — 훈련 설정 클래스 (dataclass 방식)
@dataclass
class TrainingConfig:
    dataset_path: str = "laneD1_Dataset"
    model_name:   str = "laneD1"
    epochs:       int = 30
    batch_size:   int = 32
config = TrainingConfig()
print(config.model_name)     # "laneD1"

# brain_ai_car.py — 제어 메서드 예시
def drive_forward(self, speed: int = None) -> None:
    """전진 명령을 전송합니다."""
    target = speed if speed is not None else self.forward_speed
    self._issue_speed_command(target)
def steer(self, steering_value) -> None:
    """조향 명령을 전송합니다. -1.0(우) ~ +1.0(좌)"""
    angle = SERVO_CENTER - int(steering_value * self.steering_range)
    angle = max(SERVO_MIN, min(SERVO_MAX, angle))
    self._send(angle, bypass_rate_limit=True)
# 사용
car.drive_forward()      # 기본 속도로 전진
car.drive_forward(400)   # 속도 400으로 전진
car.steer(0.3)           # 살짝 우회전

# brain_ai_car.py — USB 포트 찾기
def _find_microbit_port(self):
    for port, desc, _ in sorted(serial.tools.list_ports.comports()):
        if 'USB' in desc:   # desc 에 'USB' 문자가 있으면
            return port
    return None             # 없으면 None 반환
# 연결 확인 후 처리
port = self._find_microbit_port()
if not port:
    print("[ERROR] micro:bit not found.")
    return
# 속도 명령 타입 분기
if speed == 0:              # 정지
    self._in_forced_stop = True
elif speed == -1:           # 후진
    self._issue_speed_command(-1)
else:                       # 전진
    self._issue_speed_command(speed)

# brain_ai_car.py — 직렬 포트 목록을 순회해 마이크로비트 찾기
for port, desc, hwid in sorted(serial.tools.list_ports.comports()):
    print(f'포트: {port}, 설명: {desc}')
    if 'USB' in desc:
        print('마이크로비트 발견!')
        break   # 찾으면 즉시 종료
# 안전 감지 결과 순회 (check_safety_objects 내부)
for i, (class_id, conf) in enumerate(zip(classes, confidences)):
    if conf < confidence_threshold:
        continue   # 신뢰도 낮으면 건너뜀
    detected.append(class_names[class_id])

# brain_ai_car.py — 시리얼 연결 예외 처리
try:
    self._serial = serial.Serial(
        port, BAUD_RATE, timeout=0.1,
        parity=serial.PARITY_NONE, rtscts=False,
    )
    print(f'[OK] Connected on {port}')
    self._serial.reset_input_buffer()
except Exception as e:
    print(f'[ERROR] {e}')
    self._serial = None
# 데이터 전송 예외 처리
try:
    data    = f'{int(cmd)}\n'.encode('utf-8')
    written = self._serial.write(data)
    return True
except Exception as e:
    print(f'[SEND ERROR] {e}')
    return False

# modeling.py — TrainingConfig.print_summary() 에서
def print_summary(self) -> None:
    print("=" * 55)
    print("Training Configuration")
    print(f'  Dataset:       {self.dataset_path}')
    print(f'  Model name:    {self.model_name}')
    print(f'  Input size:    {self.img_width}×{self.img_height}')
    print(f'  Epochs:        {self.epochs}')
    print(f'  Batch size:    {self.batch_size}')
    print(f'  Learning rate: {self.learning_rate}')
    # 조건식을 중괄호 안에 바로 넣기
    print(f"  Augmentation:  {'ON' if self.use_augmentation else 'OFF'}")
# modeling.py — _print_results() 에서 소수점 포맷팅
print(f"  Final train  loss: {h['loss'][-1]:.4f}  MAE: {h['mae'][-1]:.4f}")
print(f"  Final val    loss: {h['val_loss'][-1]:.4f}  MAE: {h['val_mae'][-1]:.4f}")
# → Final train  loss: 0.0123  MAE: 0.0871

# brain_ai_car.py — 리스트: 감지 대상 클래스 목록
self.safety_classes = ['person', 'car', 'dog', 'stop_sign', 'crosswalk']
print(self.safety_classes[0])           # 'person'
self.safety_classes.append('bicycle')   # 항목 추가
# modeling.py — 딕셔너리: 증강 옵션 ON/OFF 설정
augmentation_options: Dict[str, bool] = {
    "COLOR_JITTER":     False,   # 밝기·채도 랜덤 변환
    "HORIZONTAL_FLIP":  False,   # 좌우 반전
    "GAUSSIAN_NOISE":   False,   # 노이즈 추가
}
# 딕셔너리 키로 접근해서 분기
opts = self.config.augmentation_options
if opts.get("COLOR_JITTER"):
    img_arr = ImageAugmentation.color_jitter(img_arr)
if opts.get("GAUSSIAN_NOISE"):
    img_arr = ImageAugmentation.gaussian_noise(img_arr)

# brain_ai_car.py — 백그라운드 스레드로 시리얼 수신 처리
import threading
def _start_read_thread(self):
    self._read_thread = threading.Thread(
        target=self._read_loop,  # 별도 스레드로 실행할 함수
        daemon=True,             # 메인 종료 시 같이 종료
    )
    self._read_thread.start()
def _read_loop(self):
    while not self._stop_reading:
        if self._serial.in_waiting > 0:
            line = self._serial.readline().decode('utf-8').strip()
            self._handle_echo(line)  # 마이크로비트 응답 처리
        time.sleep(0.001)