路口識別&距離計算

來自專欄相信簡單的力量59 人贊了文章

項目說明：該項目使用單目攝影機對結構化道路進行路口識別&距離計算，尤其針對自動駕駛場地模型車比賽道路。

路口識別與路口距離計算 https://www.zhihu.com/video/1024705744045817856

目錄

1. 目標
2. 限制&條件
3. 演算法邏輯
1. 圖像預處理
2. 特徵提取
3. 特徵庫建立
4. 路口識別和分類
5. 距離計算

1. 目標

• 判斷前方是否出現路口
• 若前方出現路口，判斷是何種路口，該項目中主要針對如下圖所示的 4 種路口

• 同時計算路口與汽車的距離，該項目主要計算如圖兩個距離

2. 限制&條件

• 使用單目攝影機
• 路線清晰可見
• 道路始終等寬

圖三為目標實現場景

3.演算法邏輯

整個項目進行分為三部分，圖像預處理，特徵庫建立以及路口識別與定位演算法。

圖四為整個項目的演算法邏輯（德語）

• 圖像預處理

本項目由於使用了廣角鏡頭，存在畸變，首先第一步需要將畸變去掉，效果如圖，去畸變前後效果如圖五

特徵提取建立在灰度圖上，如圖六所示

將圖像進行逆透視變換是特徵提取的關鍵，逆透視變換前後對比如圖七所示

以上，是每一幀圖片的預處理過程。

• 特徵提取

該項目使用路口的角點作為特徵，對於不同類型的路口分別提取 4 個角點，角點的具體位置根據不同的路口類型不同，如圖八所示

這裡給出一個使用演算法得到圖片中角點的實例，如圖九所示

項目不需要對所有角點進行提取，只提取圖片部分區域

• 特徵庫建立

提取出來的角點只需要 4 個作為特徵角點，也就是圖十中紅色圓圈包圍的角點

將得到的特徵角點位置連同路口類型組成一個 list，如下：

將這樣的一個結構存入一個 txt 文件，按照同樣的方法建立好所有路口的特徵庫，特徵庫部分截圖如圖十一所示

• 路口識別和分類

特徵庫建立之後，就可以實時判斷路口類型和距離計算，路口類型判斷思路為：實時圖片傳入，進行同樣的圖像預處理，然後提取圖片中固定區域的所有角點 P1, P2, P3, P4, P5···（結合圖十二所示進行理解），這些點與特徵庫裡面第一個特徵進行比較，第一個特徵 4 個角點位置 A1, B1, C1, D1，分別進行實時圖片幀與特徵一中角點 A1, B1, C1, D1 距離最近的點，其距離和 Sum1 為圖片幀與特徵一的距離，然後同樣的方法找出圖片幀與特徵庫所有特徵的距離，將距離最小的特徵對應的路口類型作為該圖片幀的路口類型，如圖十三所示

• 距離計算

每一種路口類型選取一個特徵角點作為距離計算的參考點，不同路口類型的參考點如圖十四所示

選擇一個路口，按照圖十五所示的原理進行距離計算

對於該路口類型，距離計算公式如下

以上為整個項目大致的設計思路，具體實現很多細節未體現。歡迎轉載請註明出處，謝謝~