檢測難點(diǎn)：1復(fù)雜環(huán)境場景時(shí)，邊界形狀復(fù)雜多樣，導(dǎo)致泛化難度較大。不同于其它的檢測有明確的檢測類型如車輛、行人、交通燈，工業(yè)2d輪廓掃描儀，通行空間需要把本車的行駛安全區(qū)域劃分出來，需要對(duì)凡是影響本車前行的障礙物邊界全部劃分出來，如平常不常見的水馬、錐桶、坑洼路面、非水泥路面、綠化帶、花磚型路面邊界、十字路口、t字路口等進(jìn)行劃分。2標(biāo)定參數(shù)校正；在車輛加減速、路面顛簸、上下坡道時(shí)，會(huì)導(dǎo)致相機(jī)俯仰角發(fā)生變化，原有的相機(jī)標(biāo)定參數(shù)不再準(zhǔn)確，投影到坐標(biāo)系后會(huì)出現(xiàn)較大的測距誤差，通行空間邊界會(huì)出現(xiàn)收縮或開放的問題。3邊界點(diǎn)的取點(diǎn)策略和后處理；通行空間考慮更多的是邊緣處，所以邊緣處的毛刺，抖動(dòng)需要進(jìn)行濾波處理，使邊緣處更平滑。障礙物側(cè)面邊界點(diǎn)易被錯(cuò)誤投影到坐標(biāo)系，導(dǎo)致前車隔壁可通行的車道被認(rèn)定為不可通行區(qū)域，如下圖所示。視覺感知結(jié)果與實(shí)際投影到坐標(biāo)系下是有差別的實(shí)現(xiàn)方案：相機(jī)標(biāo)定若能在線標(biāo)定，精度可能會(huì)打折扣，若不能實(shí)現(xiàn)實(shí)時(shí)在線標(biāo)定功能，3d輪廓掃描儀，增加讀取車輛的imu信息，利用車輛imu信息獲得的俯仰角自適應(yīng)地調(diào)整標(biāo)定參數(shù)；選取輕量級(jí)合適的語義分割網(wǎng)絡(luò)，對(duì)需要分割的類別打標(biāo)簽，輪廓掃描，場景覆蓋盡可能的廣；描點(diǎn)操作極坐標(biāo)的取點(diǎn)方式，邊緣點(diǎn)平滑后處理操作濾波算法。 次數(shù)用完api key 超過次數(shù)---
-的cv方法的特點(diǎn)在于其簡潔和可解釋性，知其然也知其所以然，每一步我們都可以知道其作用是什么；但是如果是涉及到跟復(fù)雜特征提取檢測相關(guān)的，那么顯然上-學(xué)習(xí)會(huì)有效許多，可以把-工設(shè)計(jì)特征的要求，3d 輪廓掃描，轉(zhuǎn)嫁到對(duì)數(shù)據(jù)的采集標(biāo)注和清洗，即便有一定的黑盒特性，但是目前dl領(lǐng)域各種sota model的效果是有目共睹的。下面我也基于我以前做的項(xiàng)目進(jìn)行簡單地分析一下接球機(jī)器人可能用到的一些cv方法。首先顯然的，要接球，就必須知道球的位置和速度信息，也就能夠?qū)η蜻M(jìn)行檢測識(shí)別。對(duì)球的識(shí)別我們可以有很多方法去做，由于球的特征相對(duì)來說是比較簡單的有很明顯的形狀、顏色、紋理特征，所以這一步使用傳統(tǒng)cv的方法就完全可以勝任了。這里以乒乓球?yàn)槔�，提供一些思路：由于我們所處三維空間，要想獲取一個(gè)物體的空間坐標(biāo)只靠二維圖像相機(jī)是肯定不行的目前有一些基于-學(xué)習(xí)的rgb圖像-估計(jì)方法，但是理論上都是根據(jù)先驗(yàn)知識(shí)去腦補(bǔ)，精度在這個(gè)應(yīng)用里無法達(dá)到要求。多目視覺可以在這里提供一個(gè)-的解決方案，實(shí)際上目前幾乎所有能打球的機(jī)器人也都是采用多目相機(jī)系統(tǒng)來---球的運(yùn)動(dòng)，比如新松機(jī)器人、歐姆龍的乒乓球機(jī)器人、電子科大的羽毛球機(jī)器人等等都是這個(gè)思路。 次數(shù)用完api key 超過次數(shù)---
登錄后臺(tái)
