计算机视觉，检测道路，从哪里开始？

Question

我是EE本科生，我正在研究一个需要我检测道路（主要是转弯）的项目。要求是，给定GPS坐标和转弯方向，机器人应该能够将其导航到给定点。问题是GPS坐标非常不准确，道路并不总是直的。因此，我必须检测道路两侧并相应地导航我的机器人。

我想在机器人的两侧安装两个摄像头。通常用于将机器人保持在道路中心，当机器人转弯5米时，其中一个摄像机将引导它通过转弯。

我将使用raspberry pi，但出于测试目的，我在运行Ubuntu的笔记本电脑上安装了simplecv和opencv。我完全没有计算机视觉方面的经验。我不知道从哪里开始。有人可以指导我完成上述任务的算法吗？我应该使用simplecv还是opencv？ Python还是C ++？我个人喜欢python上的simplecv，但我不知道它是否能够完成任务。

任何帮助将不胜感激。让我走上正轨！

I will be demoing the project on campus, here the pictures of the campus's roads.

编辑：理想的条件，没有交通，没有障碍。道路宽度不变。

Answer 1

我认为这个建议会起作用，所以试一试。我将使用的4个图像参考Robert Laganiere的“OpenCV 2 Computer Vision Application Programming Cookbook”。这是我用于研究图像处理的书籍之一，并且在使用HoughLine的道路上也有类似的例子。

之前我使用过HoughLine，但不是在路上。所以为了给你更好的想法，这里是=＆gt;

原始图像如下所示：

现在你可以将Canny应用于图像，它将如下所示：

或者你也可以使用索贝尔......

之后，你申请HoughLine：

您必须自己调整参数。

所以这是我的建议=＆gt;

放一个前置摄像头，稍微低一点，以便能够探测到几米的车道，你也可以使用ROI（感兴趣的区域）来关注视频的下半部分，车道最有可能是。这是为了消除噪音，同时也检测到与道路平行的其他物体。

使机器人保持在检测到的道路线的中心。 ROI的另一个用途是线的一侧消失，意味着它正在倾斜移动。您可以调整机器人以便在轨道上返回。

当转弯时，您可以指定如果线（可能通过canny运算符）不再垂直，则转弯直到线再次垂直。

当然，您必须编写两个不同的功能，以根据线条的角度检查是执行右转还是左转。

这就是解决这个问题的方法。我的方法应该有相当不错的结果。您可能面临的唯一问题是调整Houghlines和Canny的参数。

（PS在观看你的照片时，我注意到路边的一侧有一段时间的间隙。所以我建议用HoughLineP而不是HoughLine，你可以指定每条线之间的最大间隙，把它当作一条线，如果我确实记得没错。如果仍然无效，你可能需要对视频的帧进行一些预处理。）

希望您发现我的方法很有用。祝好运。如果您还有其他任何需要帮助的地方，请对此答案发表评论，我会尽力提供帮助（：

Answer 2

由于您询问“从哪里开始”，我建议您从阅读道路/车道检测的问题开始。也许您可以在校园图书馆查询有关该问题的一些文献。

例如书籍DAVIES，E。Roy。 计算机和机器视觉：理论，算法，实用性。 Elsevier / Academic Press，2012，“第23章车载视觉系统”描述了“定位巷道”问题的基本方法“道路标记的位置”。戴维斯的这本书也有一个评论和更新的书目部分。

有关更详细的背景信息，您可以查看以下“调查”文章，其中比较了解决问题的不同方法：

MCCALL, Joel C.; TRIVEDI, Mohan M. Video-based lane estimation and tracking for driver assistance: survey, system, and evaluation. Intelligent Transportation Systems, IEEE Transactions on, 2006, 7.1: 20-37.

Answer 3

正如所承诺的，这是另一种方法。

要清楚了解此方法的用途，请观看此视频：http://www.youtube.com/watch?v=TMKd9ov_rmE

颜色分割方法实际上是使用期望最大化（EM）算法。和Gabor过滤消失点。有点接近我的想法，但略有不同。

您可以尝试视频或/和我的方法。

我实际上做的仍然是消失点，ROI根据消失点的y轴点变化。虽然ROI的两侧是固定的，但道路（灰色始终在ROI内）。

之后你必须使用区域，如果ROI中灰色的颜色空间小于90％（你自己计算数字。这只是一个粗略的衡量标准）ROI（意味着有）转弯）。有几种方法可以说明它是哪一回合，我让你自己弄清楚这一部分：p。如果你使用这种方法，你肯定可以想到它。

我唯一担心的是你所展示的白色样本图像中的斑马线或相当行人，但这些可以很容易地删除。 （提示。直方图，如果值的颜色是白色范围......或者你可以使用区域。如果blob小于这个像素数...）

我不确定这个程序的计算成本如何。

但是如果您打算尝试这种方法，请关注HSV或LAB色彩空间而不是RGB。现在您有更多的方法可以进行实验。您也可以尝试考虑自己的方法。玩转。图像处理，计算机视觉真的很有趣（：