使用Cocos Creator和VS Code开发的简单案例小游戏，其主要的功能就是躲避障碍物增加相应的分数。

障碍物检测是智能车辆环境感知技术结构中的重要内容，也是实现辅助驾驶功能的前提。文章介绍了车辆障碍物检测所需不同类型传感器的特点，分别重点阐述了基于电磁波信息、图像信息和多信息融合的障碍物检测技术，论述了采集和处理信息的主要技术手段与算法，为智能车辆的开发和发展提供参考。

人工势场法是广泛应用于机器人、智能车领域中的一种路径规划算法，其原理是将智能车在行驶环境中的运动转化为智能车在人为设定的抽象势场中的运动，抽象势场由引力、斥力两大势场组成。 将引力势场和斥力势场进行叠加即为合力势场，智能车在合力势场的作用下行驶，行驶方向即为势能下降的方向。

最短路径查找器 使用A *算法，即使在存在任何障碍物的情况下，它也可以找到两点之间可能的最短路径

激光雷达点云障碍物检测。激光雷达点云障碍物检测。激光雷达点云障碍物检测。激光雷达点云障碍物检测。激光雷达点云障碍物检测。

基于激光雷达和视觉融合的无人扫地车前方障碍物检测技术研究_羊杰.caj

读取双目摄像头参数。双目参数请自行调试。块匹配双目距离测算+深度图障碍物识别+目标标出并通过CANUSB协议发送给车辆控制器。OPENCV+C++实现。 需要自行使用MATLAB双目参数测量工具进行双目参数计算 把计算好的参数替换参数文件。。。

首先，本文介绍了智能驾驶领域所用的环境感知传感器；对频发的交通事故进行了深度剖析；对传感器感知盲区进行深入研究；分析了智能汽车行驶过程中产生传感器感知盲区的不可避免性。传感器感知盲区内可能存在的障碍物，由于其不可直接观测性，会导致无人驾驶汽车不能对其进行有效的避撞措施，故需要对传感器感知盲区内可能存在的障碍物进行合理、有效的预测和规避。分析无人驾驶汽车事故频发的原因，建立合理的潜在障碍物运动学预测模型，对本文涉及的传感器感知盲区敏感区域进行数据挖掘，建立基于传感器感知盲区的主动避撞控制算法，以上为主动避撞系统的整体方案架构。 然后，拟将传感器感知范围被遮挡区域边界线作为传感器感知盲区内可能出现障碍物的位置，利用卷积神经网络实时识别传感器感知盲区的类别和位置；分析传感器感知盲区的运动趋势并且根据车辆的标准参数、行车工况等搭建传感器感知盲区潜在障碍物运动学预测模型，该模型可以较好的反应参数变化下车辆的运动状态，同时反馈出传感器感知盲区的运动趋势，为下一步基于传感器感知盲区进行智能驾驶汽车主动避撞奠定了良好的基础。 接着，以自车车速、感知盲区运动状态、车辆与感知盲区的相对距离等参数为基础，以基于前车行驶状态的安全距离模型为脉络，基于感知盲区内可能存在的静态障碍物建立传感器感知盲区安全距离模型，基于可能存在的动态障碍物，研究了基于传感器感知盲区的主动避撞算法并且进行了仿真试验。本文在ＭＡＴＬＡＢ以及ＣＡＲＳＩＭ中，进行不同工况下的仿真，并与未考虑传感器感知盲区的安全距离模型仿真结果进行比较，仿真结果表明：所建传感器感知盲区安全距离模型对现有安全距离模型在传感器感知盲区处做了补充说明，研究的主动避撞控制算法极大程度的提高了汽车的主动安全性能，且尤其适用于存在高大建筑物的弯道、交岔路口等道路环境。

首先，介绍了系统工作的原理，激光网格的两个主要作用是区域划分和尺寸测 量。为了实现这两个作用，研究了激光网格的标定和捕捉。而其捕捉通过鱼眼摄像 头实现，因此，研究了相机模型、畸变模型和相机的标定方法。 其次，研究了基于激光网格的图像处理方案，由于激光网格带来的图像分割和 轮廓增益的效果，简化了图像处理的过程。主要研究的算法包括图像的畸变矫正、 图像的鸟瞰变换、图像的预处理和图像的分割与特征提取。 然后，分析了现实生活中的泊车场景，对泊车位和障碍物的类型进行了整理。 研究了泊车位和障碍物识别的方法，针对本文所提出的基于激光装置的视觉方案 的特性，分别对障碍识别、有车位线标识和无车位线标识这两类车位识别进行了分析。 最后，设计了自动泊车系统的架构，提出了视觉处理器的图像处理策略，通过 模拟真实泊车场景进行了泊车位识别和障碍物识别实验，并对不同类型的障碍物 实验进行了分析。实验结果表明，该方案能够很好的实现车位中和路径中障碍物的 识别，并能有效的解决障碍物和环境背景颜色相近似这一难题。

研究道路图像分割问题。针对现有的基于消失点约束的道路图像分割方法过于依赖道路的边缘特征，导致容易出现过分割的问题，提出一种融合道路纹理、路面与非路面颜色特征提高道路图像分割精度的方法。算法基于消失点约束的直线道路模型，将道路分割转换为贝叶斯后验概率密度估计问题。该算法利用方向一致性比例来描述道路的纹理特征，及通过非线性转换函数及自监督策略计算图像像素与“路面”像素的相似性，凸显出图像中的路面区域，以此作为路面与非路面视觉特征测量的概率原型。算法利用了纹理、路面与非路面颜色三种视觉特征各自的优点，通过最大化贝叶斯后验概率密度估计分割出路面。通过与无监督或半监督道路分割研究领域最具代表性的方法进行比较，实验结果表明本文方法的精度更高。究基于双目视觉的道路场景三维重建与障碍物检测技术。光照变化、视差不连续、遮挡及弱纹理区域歧义匹配，以及实时性和资源消耗等是目前面向智能车辆的双目视觉算法所存在的主要问题。虽然在某一方面国内外研究已经取得了丰硕的成果，但是目前还没有相关研究能在保证系统精度与实时性的前提下综合性地解决好以上几个难题