Ich bin ein EE-Student und arbeite an einem Projekt, bei dem ich Straßen (hauptsächlich die Kurven) ausfindig machen muss. Die Voraussetzung ist, dass der Roboter angesichts der GPS-Koordinaten und Richtungen der Kurven in der Lage sein sollte, sich zu einem bestimmten Punkt zu bewegen. Das Problem ist, dass die GPS-Koordinaten sehr ungenau sind und die Straßen nicht immer gerade sind. Also muss ich die Seiten der Straße erkennen und entsprechend mit meinem Roboter navigieren.Computer Vision, Straßen erkennen, wo anfangen?
Ich denke, Montage von zwei Kameras auf beiden Seiten des Roboters. Das würde normalerweise dazu dienen, den Roboter in der Mitte der Straße zu halten, und wenn der Roboter 5 Meter von der Kurve entfernt ist, würde eine der Kameras ihn durch die Kurve führen.
Ich werde an Raspberry Pi arbeiten, aber zu Testzwecken habe ich Simplecv und Opencv auf meinem Laptop mit Ubuntu installiert. Ich habe absolut keine Erfahrung mit Computer Vision. Ich habe keine Ahnung, wo ich anfangen soll. Könnte jemand bitte mich durch den Algorithmus führen, um die oben genannte Aufgabe zu erfüllen? Sollte ich mit simplecv oder opencv arbeiten? Python oder C++? Persönlich mag ich die Simplecv auf Python, aber ich habe keine Ahnung, ob es in der Lage ist, die Aufgabe zu erfüllen.
Jede Hilfe wäre willkommen. Bring mich auf den richtigen Weg!
I will be demoing the project on campus, here the pictures of the campus's roads.
Edit: Ideale Bedingungen, kein Verkehr, keine Hindernisse. Konstante Straßenbreite.
Versuchen Sie, auf Kantenerkennung für scharfe Kurven oder HoughLine zu transformieren, zeichnen Sie die Linien der Seiten der Straßen aus. Nur von der Spitze meines Kopfes ... Aber würde nicht t normale Sensoren wie IR, Ultraschall, etc. sind ausreichend anstelle von Computer Vision? Nicht ein Roboter-Experte hier, also nur fragen – rockinfresh
@ Rockinfresh IR-Sensoren haben eine begrenzte Reichweite (nur ein paar cm). Ich versuchte Ultraschall, aber das Pflaster ist zu niedrig, Ultraschall erkennt entweder die Straße oder gar nichts. –