车库分为出库和第一圈处理斑马线还有第二圈入库
出库 第一种方法比较简单,适合小白。出库,一个比较明显的特征就是比赛的开始,你可以用按键来开始打脚,配合陀螺仪积分到一定值时(也就是出库到直道上)正常巡线循迹。
第二种方法
首先从巡线方面需要重新寻(从最下面开始扫线,屏蔽斑马线,可以得到大约这样黑色的线(相册
里面没找到图片,凑合看哈,懂意思就行)
文章图片
红色的是扫不到的,这种扫线方法跟八临域一个意思。这样我们就可以直接找到左右下拐点,然后开始拉线,正常循迹出库即可了。
第一圈 屏蔽斑马线,正常行驶 小车第一圈经过斑马线的情况下,不做处理,一般都会抖动的,所以我们要处理这个现象。
车库的识别跟环岛第一阶段特别像,1.一边是直线,一边丢线 2.斑马线
文章图片
斑马线跟左边上下拐点是有一定的空隙的,所以他是会检测到丢线的。下面这段代码是检测斑马线的。大概意思就是,取几行然后从左到右 扫描黑白跳变点的次数,扫到第一个点(例如白点),我们记录下这个点,然后继续扫下一个点,拿这个点跟下一个点比较,如果颜色相同则跳过,如果不同则计数+1.然后把这个点变为作为比较点,继续扫描,扫到结束。然后如果计数大于一定的值,那基本就是斑马线,因为这个特征点非常明显,除了上坡道的时候乱看,其他地方应该不会有误判,这就是斑马线识别。
for(uint8 hang = 20;
hang<35;
hang++)
{
garage_count= 0 ;
for(uint8 lie = 10;
lie<100;
lie++)
{
if(Pixle[hang][lie]==white)
{
white_black=1;
}
else
{
white_black=0;
}if(white_black!=black_white)
{
black_white = white_black;
garage_count++;
}
if(garage_count>11)
{
region++;
}
}
if(region>2)
{
garageout_flag=1;
break;
}
}
识别完,就可以处理了,老样子找到上下两个拐点,补线就可以了。
有的人说扫线会扫到斑马线,那就改变前瞻的控制行,或者直道够长的情况下锁舵机就行(个人补推荐)。
第二圈 入库 第二圈识别的方法和第一圈一样,我就不再说了。
入库的时候一样拉上拐点补线就行(扫线不要扫到斑马线哦,斑马线只进行判断)。
停车识别 第一种可以靠陀螺仪积分停车。
第二种 依靠识别停车
文章图片
文章图片
【智能车算法|智能车摄像头算法——车库(识别斑马线)】
大概是这个样子,待看到右下角空白区域快消失的时候(类似于不丢线)或者右边线最小值大于莫个值的时候进行停车判断。
推荐阅读
- Android|摄像头 - 对焦算法实现总结
- 数据结构(C语言实现)|数据结构和算法复杂度简述
- 笔记|C语言版单链表的建立方式
- 数据结构|反向遍历单链表 C语言版
- C语言进阶|【这些题我一拿到手就会】C指针和数组试题详解(上)
- LeetCode编程题解法汇总|力扣解法汇总2039-网络空闲的时刻
- 传感器融合|基于C++完成一个简单的线性卡尔曼滤波器进行传感器融合
- 神经网络|信息瓶颈提出者Naftali Tishby生前指导,129页博士论文「神经网络中的信息流」公布...
- 算法|js算法学习——选择排序