摄像头弯入十字处理

自己的飞思卡尔也告一段落了，不再太去在意结果了，还是很享受这其中的过程。一直在论坛潜水，也没有贡献些什么，一直在学习，也是忙于调车，所以很少发帖子。技术这东西就应该在大家一起探讨下，才能取得更快得进步。曾经很长一段时间都纠结在十字上的。也不大清楚大家是否有和我遇到同样的情况。这里发表一点自己的想法。希望对大家有一点启发，仅供参考，切入正题吧。最让人纠心的情况：斜入十字（说明）如果是时间充裕的话，可以考虑，通过比赛，才发现，其实曾经的担心是多余的，因为比赛的赛道基本进十字有一段直线，可以让车摆正的。当然如果想做到万无一失，精力又充足的情况下，就可以试着想想。不废话了，看下情况吧。（图1）斜入十字看到的情况不做处理的时候，提取中心（图2）中心提取当然这也和大家的中心提取算法有关，我是通过寻找两边的黑线来计算中心。显然在这里有一段中心是错误的，在没有处理的时候，我的车跑到这里，常当小S在跑了，直接跑左边了，进不了十字。我想到的处理方式：跳变+拐点也就是跑道的边线应该是连续的。不应该出现跳变的情况，即使是一边丢线了，那么丢掉的边线出来的地方也应该是从左右极限的位置出来，而不是直接出现在中间或者其它的地方。出现跳变应该就在十字的地方了，当然寻找跳变大家要小心一点，左右边线要找对。其实在比赛的时候，干扰会更少一些，其实是更有利的。(图3)左右边线提取在记录下左右边线的位置时，再通过计算如果边线相邻位置相差大于20我就认定为跳变了，我是采了145列（正常情况下，相邻行边线位置差也就1到3左右）。当然为了抗干扰，当发现跳变时，从跳变位置向上跳几行取边线值，向下跳几行取边线值，相减如果依然满足条件，就认定为跳变了，否则认定为杂点干扰。（图4）提取边线跳变如果赛道不存在太大干扰的话，基本是可以找准确的，再寻找拐点。拐点依然是根据边线，边线的变化趋势。比如说某点之前的左边趋势是向左的，而该点之后的趋势是向右的，那么就认定为一拐点（我这里用了比较简单的方式，就是用差相乘的方法，比如说该点是左拐点，该点左线位置减上一行左边线位置得到正值（即趋势向右），该拐点后一行左边线位置减该点左线位置得到负值（趋势向左），相乘得到就是负值）。这里同样做一些抗干扰处理，和跳变的处理差不多。（图5）提取边线拐点在跳变和拐点都找到的情况下，就可以认为是十字了，这个时候就只需要把错误的中心给补出来就可以了，车子就能走对了。（图6）提取后的中心我们可以看到处理后的中心基本就是正确的了，这里偷了一点懒，其实可以补的更漂亮一些。但是只是为了看到效果，没有浪费算法时间了，直接将跳变行后的中心，直接补下来，一直补到拐点行。因为实际中，我们采集一幅图像，用到的数据只需要一两行而已，只要中心都是对的了，用一两行就可以了。斜入十字到这里也就能正确进入了。如果想让车跑的更正一些，大家可以再把中心计算的更准确些。更重要的：可能对大家更有意义的，以上的情况，其实是我们自己为难自己，比赛中基本是不会遇到这么斜入十字的。通常是有一小段直线。看下面更正常的情况.这是车子进十字的时候还有一点点不正。其实这处理起来应该就比较容易了。有拐点，并且拐点以上存在两边丢线的情况。如果两边丢线行数达到一定数量，就认定为十字。那么就利用拐点以内的中心值来控制舵机，让车子摆正。（注）一般情况下，存在两边都丢线只有十字的地方，不过是保证在正确赛道以内，不要在赛道以外了，还去做这样的处理。顺便提一下，我保证有效赛道的方法，是首先用三条纵向扫描线纵向扫来确定有效行，其实也就是动态前瞻的意思了。如下图：最中间的是图像的中心，也理解成车子的中间值，左右两条线实际是左右轮的位置。因为没有对图像进行梯形校正，所以左右轮扫描线也以失真的方式扫上去，车子如果直跑的话，两轮走过的位置也就是这左右两对红线的位置了。这样可以保证车是一直在赛道内的。（2）当不存在拐点的情况：近端左右均丢线，连续丢线行大于某个值，认定为十字，取远端有效的数据。从中心向两边扫描，计算中心，取远端的中心值来控制舵机（具体想取那一行，就看你自己觉得哪一行更可靠就取哪一行吧）。其实只要在进十字之前将车子摆正了，那么基正十字就不会有太大问题了。这是本人的一些粗略的想法。仅供大家参考吧。希望大家都好好努力，取得更好的成绩。也快走入社会了，想起曾经日日夜夜奋斗的情景，还是会有莫大的感触的。边线跳变.png(1.35KB,下载次数:26)