论文阅读笔记Vanishing Point Constrained Lane Detection With a Stereo Camera (IEEE 2017)
1
使用卡尔曼滤波器在夜间环境中进行车道检测 自动驾驶计算机视觉技术的一个重要里程碑是在道路上寻找车道标记。 在这里,我们描述了在夜间环境中检测车道的过程。 挑战性 ·低光强度·难以调整各种光强度的参数·边缘检测不良·阴影,突然的高强度汽车大灯 我们的方法 这些步骤中描述了我们的方法: 我们对每个视频帧执行伽玛校正以设置光强度 从图像中裁剪出“感兴趣的区域”,因此我们只能在ROI部分上查找泳道。 它有助于降低计算成本并提高fps。 应用双边滤波器消除噪声并平滑视频帧,但保留边缘。 应用HSV滤镜为固定范围内的像素创建蒙版 经过这些预处理(伽玛校正和滤波)后,我们使用Canny边缘检测器检测边缘。 之后,霍夫变换用于使用上一步中的边缘检测线。 检测到的线使用DBSCAN进行聚类,因为我们只希望跨车道的线。 卡尔曼滤波用于更好的车道检测。 在这里,我们为车道的聚集线应用了线性估计器,以
2021-05-31 19:10:54 3.71MB 附件源码 文章源码
1
车道线检测 --- 项目概况 1.1目标 该项目的目标是使用OPENCV(计算机视觉)和Python开发一种算法,该算法可以检测和跟踪视频中的车道边界。该管道是为以下情况而设计的: 查找道路上的线以获得静态图像 在道路上找到视频线 填补道路标记中的任何空隙 用颜色填充线之间的空间 1.2依赖关系 Python 3.x NumPy Matplotlib(用于图表绘制和可视化图像) OpenCV 2.管道 管道中涉及的步骤如下: 2.1格雷&坎尼 将图像转换为灰色 使用Canny获取线条的边缘 2.2作物 使用多边形裁剪图像以获取图像中的道路 2.3添加行 进行霍夫变换 通过计算直线的斜率并取平均值来绘制填充间隙的直线 填补线之间的空白 2.4输出 3.当前管道的潜在缺陷 该算法无法处理尖锐的曲线 该算法不适合处理不良的道路标记和遗漏线 道路眩光不是车道线的一部分会混淆
2021-05-30 16:48:52 69.26MB JupyterNotebook
1
车辆公开轨迹数据集NGSIM提取出的us-101数据集,进一步对第一车道数据处理得到的车辆id为8的换道轨迹数据 适合研究车辆轨迹,车辆变道行为,跟驰行为。
2021-05-11 20:01:51 4KB 车辆换道 NGSIM
1
萨拉托加 ShipGirl项目。 萨拉托加。 (c) Azurlane for Saratoga. 受启发的开源Azur Lane图书馆 特征 :check_mark_button: Azur Lane船舶和设备本地API。 :check_mark_button: 真正简单的数据库。 :check_mark_button: 热装。 :check_mark_button: 易于使用。 :check_mark_button: 这是外带。 安装 NPM我萨拉托加 npm i AzurAPI /萨拉托加 文献资料 Docma Docs即将推出 :trade_mark: 基本示例用法 const { Saratoga } = require ( 'saratoga' ) ; const saratoga = new Saratoga ( ) ; saratoga . on ( 'ready' , ( ) => console . log ( saratoga . ships . searchShipByName ( 'saratoga' ) ) ) ; saratoga .
2021-05-11 14:03:12 90KB api lane azur-lane azur
1
Matlab实现Optimal Trajectory Generation for Dynamic Street Scenarios in a Frenet Frame论文的方法,具体网站https://blog.csdn.net/caokaifa/article/details/108015374
2021-04-16 12:39:04 2.15MB Matlab Frenet Frame
1
Stellar-Astrophysics-Project:使用Runga Kutta,Lane-Emden方程将通过n的不同输入进行积分和数值求解
2021-04-14 21:41:06 1KB Python
1
在路上找到车道线 概述 开车时,我们会用眼睛来决定要去的地方。 道路上的线条向我们显示了车道的位置,这是我们始终指引车辆驶向何处的参考。 自然,在开发自动驾驶汽车时,我们要做的第一件事就是使用算法自动检测车道线。 在这个项目中,您将使用Python和OpenCV检测图像中的车道线。 OpenCV意思是“开源计算机视觉”,它是一个软件包,其中包含许多用于分析图像的有用工具。 为了完成该项目,将提交两个文件:一个包含项目代码的文件和一个包含简要说明您的解决方案的文件。 我们已经包括模板文件将同时用于和.The代码文件被称为P1.ipynb和书面记录模板writeup_template.md 为了满足项目中的规范,请查看的要求 创建出色的论文 对于此项目,出色的论文应针对的“反射”部分提供详细的响应。 反思包括三个部分: 描述管道 找出任何缺点 提出可能的改进建议 我们鼓励在您的文章中使
2021-03-17 20:12:10 53.28MB JupyterNotebook
1
CPS-1616 Gen2RapidIO Switch 数据手册
2021-02-12 18:01:26 2.87MB 大数据 串口通信
1