双车组三轮图像处理总结:18cm三轮摄像头图像处理
作者:互联网
前言
或许是有幸,参加了第十五届智能车竞赛,在这一年里,经历了很多,少有满意,认识了很多人,感谢相识。
比赛将要结束,我也将离智能车越来越远。但毕竟也曾热爱、付出过,希望能把我的一些经验写下来,至少留下一个痕迹,也能给一些准备比赛或像参加比赛的选手提供一些帮助。
可能由于疫情原因,比赛不仅提前了,而且准备时间还相比之前减少了很多,因此第十五届智能车竞速赛的赛道元素相比去年删去了一些,而仅仅新加了一个车库元素。因此,在图像方面,负担减轻了很多。
-
车模基本参数:
-
车模:F车模
摄像头:130°普通无畸变摄像头
高度:摄像头镜面中心高度18.5cm
前瞻:前瞻2.5-3m
一.扫线方式
感谢聪聪在八领域方面的帮助@zcc。八领域实现原理在网上可以很容易找到,不再赘述。
主要讲一讲我是如何使用八领域的。
1.寻找赛道
1)种子寻找
定一个底行初始位置,从中间分别向两边寻找边线的种子。
2)八领域寻线
利用八领域,由种子生长出整条边界。
3)在边界中提取边线
通过遍历八领域得到的连续边界,提取出用于计算中值的边线。
图中,左边蓝线与右边绿线为每行的边线,下图为分离图:
4)计算中值
2.赛道信息提取
1)边界生长方向信息
可以把领域的生长方向记录下来,作为边界的特征之一
2)拐点的寻找
【①直角型拐点】
直角型拐点的特征较为明显,边界在直角的顶点会急剧转向接近90°的另一个方向,常出现在十字中。
拿十字举例:
- 二值图:
▲ 二值图
- 边界图:
▲ 边界图
- 搜索边界方向:
可以通过边界生长方向的变化来寻找:
▲ 搜索边界方向
- 搜索斜率突变:
或者通过斜率的突变来寻找:
▲ 通过斜率来搜索
【②圆弧形拐点】
因为赛道弯曲形成的拐点,回拐的程度较小,常出现在弯道或环岛中。拿小弯举例:
- 二值图:
▲ 二值图
- 边界图:
▲ 边界图
- 拐点位置:
▲ 拐点位置
3)边界的方差(或绝对值)计算
【①最小二乘法】
这里使用最简单的拟合一次函数曲线的最小二乘法,网上很多教程与实例,不再赘述。
用最小二乘法拟合出的直线计算与边界像素点的方差(或绝对值)
如图所示,可以直观看出像素点偏移直线程度。
4)边界的斜率
由最小二乘法得到的一次函数得到边界的总体斜率。
二.赛道元素判断
1.正如十字元素
也就是正入十字。
1)判断条件
- 二值图:
▲ 二值图
- 边界图:
▲ 边界图
-
判断步骤:
-
① 找到左前拐点
②左边线向左横向生长像素点较多
③找到右前拐点
④右边线向右横向生长像素点较多
2)拉线处理
【①十字前】
分别将左右前后两个拐点相连:
【②十字中】
找到两个后拐点,利用最小二乘法前拉边线:
2.斜入十字(举一种情况)
1)判断条件
- 二值图:
▲ 二值图
- 边界图:
▲ 边界图
-
判断步骤:
-
①找到右前拐点
②右前边界向右横向生长的点数较多
③找到右后拐点
④找到左后拐点
2)拉线处理
①将右边两个拐点相连
②利用最小二乘法前拉左后拐点高行的直线
▲ 拉线处理的过程
3.环岛元素
1)判断条件
以左环岛为例。
- 二值图:
▲ 二值图
- 边界图:
▲ 边界图
-
判断步骤:
-
①左拐点
②左前边线横向生长的点较多
③右边界从底行到高行为直线,方差很小
判断条件较为简单,如果不放心,可以再提取左上圆环特征。
2)拉线处理
整个环岛处理为一个状态机,大致拉线如下:
① 左前直角型拐点与左后圆弧形拐点相连
② 左后圆弧形拐点拉线
③ 入环拐点拉到右边低行
④ 内正常边线
⑤ 开始出环先拉右线
⑥ 左后拐点与左前边线起始处相连
⑦ 二乘法将左后拐点拟线前拉
4.车库元素-入车库
1)判断条件
- 二值图:
▲ 二值图
- 边界图:
▲ 边界图
-
判断步骤:
-
①找到左前拐点
②右边界为直线,方差较小
③扫到斑马线
④横向生长的点数较多(或左前拐点后的边界斜率很小很小)
2)拉线处理
① 将左后拐点拉到左前拐点纵坐标位置的右边线
② 将左后边线的起始位置拉到右下角
③ 当左后拐点小于一定行数,利用最小二乘法将左后拐点的线拟合到右下角
④ 进入车库,正常扫线
5.车库元素-出库车库
1)判断条件
无需判断,手动预设
2)拉线处理(以右出库为例)
① 在库内,拉直线
② 左前拐点小于某行或丢失,开始拉线
③ 避开斑马线进行扫线,直接拉到左下角
④ 出库基本完成,正常扫线
6.坡道元素
-
二值图:
-
边线图:
1)判断条件
-
判断条件:
-
① 高行行间距变小
② 高行与低行都是直线,方差很小
2)状态判断
①上坡前,边线延伸至顶行,行间距较大
②上坡时,边线顶端只能够到达中间行
③下坡时,边线又延伸至顶端,高行行间距变小
④下到坡底,行间距变宽
⑤坡道结束,回到正常赛道
3)拉线处理
①在坡顶时,只处理低行中线,减少因坡顶的视野太远导致的误扫边界的影响
②其他时候正常扫线
7.会车
1)判断条件
- 二值图:
▲ 二值图
- 边界图:
▲ 边界图
在道路中间由下往上找种子,找到后车车模并扫线:
①找到车的四个拐点
②拐点前后边界的生长特征
③两个前拐点之间的距离符合正常后车长度
2)拉线处理
①将两个拐点中间的像素点作为后车中点
②将中点与最低行中点拉线
8.弯道
1)小弯道
-
判断标准:
-
①多处圆弧型拐点
②边界存在一定的方差
③边界的斜率一定范围内
2)大弯道
-
判断标准:
-
①一处圆弧拐点
②边线方差较大
③边界的斜率超出一定范围
9.长直道
-
判断标准:
-
①不存在圆弧拐点
②边线方差很小
③边界的斜率稳定在很小范围之内
10.反光判断
利用生长方向的异常来判断是否反光。
- 二值图:
- 边界图:
结束语
智能车让我学到了很多。
标签:判断,边界,拉线,拐点,图像处理,车组,边线,三轮,二值 来源: https://blog.csdn.net/zhuoqingjoking97298/article/details/115590470