本文是 AI 神經網路自走車 第一篇，分享如何使用 Raspberry pi pico (RP2040) 做底層的馬達控制。透過 PWM 來控制馬達轉速，並使用 MicroPython 來撰寫韌體，就讓我們一起學習吧！

玩深度學習第一件事，就是先把 CUDA、cuDNN 裝好！一聽到「裝環境」我們總是眉頭一皺，這過程肯定有許多坑等著。但其實真的不難，就讓我們看下去！

在 Jetson Nano 裝 opencv-python 版可不是簡單 pip 一下就好，因為 pip 安裝不會支援 CUDA，同時，也沒有支援 GStreamer！這樣 OpenCV 是無法擷取到 Camera 的影像的！

一拿到熱騰騰的 Jetson Nano，當然第一步就是立刻裝系統，上環境。但是在裝 TensorFlow 和 PyTorch 可是栽了很多坑。因為 Jetson Nano 是 arm64 的 SoC，雖然 TensorFlow 和 PyTorch CPU only 有 for arm64 的 wheel 可以安裝，但 GPU support 的卻都沒有！都用上 Jetson Nano 怎麼可以不用 GPU 呢？

之前在 google play 上找到某個 app，可以將舊手機轉為網路監視器， 雖然方便好用，但是監視鏡頭的控制權在別人手上，沒辦法知道有沒有資安問題。另一方面更進階的調控會需要付費。因此研究後打算使用 Raspberry pi 4 + 相機模組 + motioneye 這套 open source 來搭建，我們就來一起看看如何製作吧！