解读部分北科图像处理内容

神车名为GTR

写在前面：

想了想，想再写一篇技术贴，希望超哥不打我。
点到为止，大家能学到多少凭自己本事。

其实也算不上什么技术贴，毕竟北科技术报告上已经写的比较清楚了，只是可能有些同学可能对其内容略有误解。（我可能也有误解，以下内容可能与北科实际所采用的方案有偏差）

正文内容：
　　(1) 直接逐行扫描原始图像，根据设定的阈值提取黑白跳变点；
　　(2) 赛道宽度有一个范围，在确定的赛道宽度范围内提取有效赛道边沿，这 样可以滤除不在宽度范围内的干扰；
　　(3) 利用赛道的连续性，根据上一行白块的位置和边沿的位置来确定本行的 边沿点；
　　(4) 求边沿点时，因为近处的图像稳定，远处图像不稳定，所以采用由近及 远的办法；

　　(5) 进出十字的时候，通过校正计算出边沿角度可较好的滤除十字并补线；



　　这里点一下：八连通寻边。　　
　　十字判断那部分：根据原始图像特性，找出可能出现的十字折角那个点（我用了极值点+其他判断条件），再计算折点两侧附近的斜率值，根据两个斜率值利用反三角函数计算角度，进一步判断是否为十字，之后补线看你本事吧，点到为止。（论坛里经常有小白问斜入十字怎么办，只有距离十字特别近才能判断十字怎么办，基本迎刃而解）

　　嗯就说这么多吧，点到为止啊滑稽。

　　噢对了，平移赛道半宽不是拿数组存储原始图像在直道上的每一行上的半宽，丢线了就加上去那么简单的。（见过很多人那么做，虽然也能用）
　　想问北科怎么实现的，先把矫正反矫正写出来再说吧。

　　点到为止，点到为止。


加个彩蛋：
　　有大佬想过不用反矫正，直接利用矫正后的点计算加权偏差进行反馈控制的嘛？

快上车

难道只有我觉得北科的图只是在故弄玄虚吗？

cxr18220662742

努力学习中

Quixote

好帖，学习了。

快上车

我觉得吧，智能车竞赛作为一个更注重训练的比赛，之前的创新度确实有点低，发展到现在，所能用的技术大家都是知道的，比如怎么搜线、矫正、识别，怎么控制，机械结构怎么布置。虽然技术报告不写，但大家知道的也都差不多，所以我不认为强校们有什么很复杂很厉害的算法。强校之间最后的成绩上差个零点零几秒，差距可能就在轮胎磨得怎么样，还有设计算法时，速度和方向的模型是不是够高明，当然更重要的我觉得还是参数调得好不好吧。

スケート少年

:lol:lol

麋鹿迷路

给大佬顶贴

wx_o19nT8nV

aytc100 发表于 2018-12-31 14:55
我就看你们怎么分析

哈哈，超哥还是皮

aytc100

我就看你们怎么分析

来一杯烈酒

大佬牛逼

神车名为GTR

快上车 发表于 2018-12-30 21:19
难道只有我觉得北科的图只是在故弄玄虚吗？

做成这样是实力啊，哪里故弄玄虚，北科都说了会利用极值点的方法把阑尾给剪掉