資料介紹
描述
概括
這個項目,最簡單地說,是對通用移動機器人技術的探索。我已著手在 DeepRacer 上構建多種行為,以了解機器人專家所需的不同技能。在撰寫本文時,我已經構建了并行停車和車道跟蹤 ROS 節點,這些節點在機器人上運行,具有相當強的魯棒性。我希望任何閱讀本文的人都知道如何使用 OpenCV 的廣泛庫實現基本的顏色閾值、邊緣檢測和特征提取。您還將能夠編寫一個簡單的基于 python 的 ROS 包,以近乎實時的方式實現該算法。最后,我將 AprilTag 檢測庫用于平行停車功能,
背景
AWS DeepRacer 是亞馬遜開發的一款可愛的機器,旨在讓沒有技術背景的人更容易使用強化學習。該車輛擁有運行 Ubuntu 16.04 的英特爾凌動處理器,允許它使用機器人操作系統 (ROS) 和英特爾 OpenVINO 進行視覺處理(我對這個框架沒有做任何事情)。它配備了一個 4 兆像素的廣角攝像頭、一個控制所有 4 個輪子的直流電機和一個轉向伺服系統。還有一個慣性測量單元 (IMU),我還沒有接觸到它。有關 DeepRacer 的更多信息,請訪問https://aws.amazon.com/deepracer/
我有機會修補其中一個版本 1 DeepRacers,我想分享我的經驗。我一定要盡可能多地解釋我的過程,或者附上我將從中改編方法的地方的鏈接。
車道跟隨
我在機器人上實現車道跟蹤時使用的算法基礎可以在 David Tian 撰寫的精彩的 6 部分系列文章中找到,該系列文章開頭為:https://towardsdatascience.com/deeppicar-part-1-102e03c83f2c。
該算法背后的基本思想分為兩部分:
1.圖像處理:
來自 DeepRacer 相機的校正圖像流首先針對色調-飽和度值 (HSV) 顏色空間中的目標車道顏色進行閾值處理,因為這在寬亮度范圍內提供了顯著更高的性能。然后使用 Canny 邊緣檢測算法計算找到的區域的邊緣。隨后使用概率霍夫線變換將計算出的邊連接成線段。這三種算法都是現成的OpenCV函數,所以不需要重新造輪子。整個感興趣區域縮小到圖像的下半部分,因為這是 DeepRacer 立即關注的區域。然后使用剩余計算出的線段的平均坡度來計算第 2 部分中使用的檢測到的車道線。
下圖顯示了處理圖像的進展,最終檢測到的車道投影到原始圖像上。
2. 計算目標航向:
這部分算法是我和 Tian 的工作的卷積。這部分采用第 1 部分中的車道線。如果車道可見,則有兩種可能的情況 - 兩條車道線都可見(理想情況),或者只有一條線可見。
首先,我們解決兩者中較容易的一個:
- 兩條可見車道線 - 當有兩條可見車道線時,任務簡化為計算兩個端點之間的中點并將其設置為目標點。然后我在目標和圖像底部的中心點(我將其作為相機的中心)之間插入一條線。這條線與正 y 軸形成的角度給出了傳遞給 DeepRacer 的轉向角。
- 一條可見的車道線——只有一條車道線,我在計算轉向角時遇到了一些困難。我最終決定簡單地計算一條與單個可見線平行的航向線。在反復測試中,這種方法產生了不錯的結果,但我不相信它的穩健性,我愿意接受更好的建議。
這基本上總結了 DeepRacer 的基本車道跟隨算法。我希望它有助于為任何流動站開發車道跟隨器提供基礎。
平行停車
在本節中,我將介紹為平行停放機器人而開發的算法。我想首先指出,由于感測有限,算法相當簡單——單個攝像頭意味著汽車必須依賴大部分開環控制。這就是說,平行泊車方法分為兩部分——
- DeepRacer 從位置 1 開始,如下圖所示,它估計標簽 1 和 2 之間的距離,并確定它是否真的可以放入停車位
- 如果可以,它就會驅動到位置 2。這部分過程是完全開環的
- 然后它可以從位置 2 估計它相對于標簽 3 的位置,如果它在指定區域內,它會繼續實際停放自己。同樣,這部分是開環的,因為我們無法在它停放時感覺到它靠近任何一個盒子
編寫此節點的目的是讓自己獲得一些編寫發布和訂閱 ROS 節點的經驗,該節點實現了多種消息類型并包含視覺信息。前面提到的標簽是 AprilTags,它是一個標記家族,可以簡化各種與深度相關的圖像處理任務。有關 AprilTag 項目的更多信息,請訪問https://april.eecs.umich.edu/software/apriltag 。標準 AprilTag ROS 節點發布相機相對于相機視野內任何標簽的旋轉和平移(姿勢)。我就是用這個姿勢來確保汽車可以完成過程的每個階段。
隨著我花更多時間在 DeepRacer 上,我會不斷改進算法并增加它們的數量。我已經著眼于實施對象檢測和跟蹤,以消除系統對 AprilTag 系統的依賴。
- 自動駕駛芯片市場現狀和趨勢分析 4次下載
- 數據驅動的自動駕駛
- 初識自動駕駛系統
- 車路協同式的自動駕駛(VICAD)
- 智能汽車和自動駕駛行業人才狀態初探
- 為什么不能完全相信自動駕駛
- 自動駕駛需要做哪些測試
- 自動駕駛技術概述
- 自動駕駛基礎架構
- 車路協同自動駕駛數據集DAIR-V2X
- 自動駕駛與車路協同
- 自動駕駛和避障漫游者開源
- 車用天線和手機天線有何不同?一輛自動駕駛車要使用多少天線?資料下載
- 2020年自動駕駛汽車技術報告 17次下載
- 基于Uber自動駕駛汽車的介紹 2次下載
- 基于C-V2X的車路協同自動駕駛關鍵技術與應用 659次閱讀
- 小型智能車自動駕駛是怎樣設計實現的 4227次閱讀
- 自動駕駛汽車的7大誤解匯總 3252次閱讀
- 自動駕駛和無人駕駛到底是不是一個概念? 7167次閱讀
- 探討當前自動駕駛測試技術 4742次閱讀
- 自動駕駛技術涉及到的AI科技 6099次閱讀
- 自動駕駛的概述、技術、人才、應用和趨勢 1w次閱讀
- 自動駕駛領域的人車交互 4623次閱讀
- 自動駕駛車的人車交互接口設計 4115次閱讀
- 深入分析自動駕駛系統以及涉及到的軟件系統 1.7w次閱讀
- 另辟蹊徑 自動駕駛域控制器 7729次閱讀
- 如果只是hardware可以自動駕駛,也能叫“全”自動駕駛嗎? 4277次閱讀
- 深圳自動駕駛公交車,激光雷達引路護航 3025次閱讀
- Uber自動駕駛事故原因解析_自動駕駛事故還有哪些 8692次閱讀
- 自動駕駛技術原理介紹和未來的趨勢如何 3.4w次閱讀
下載排行
本周
- 1山景DSP芯片AP8248A2數據手冊
- 1.06 MB | 532次下載 | 免費
- 2RK3399完整板原理圖(支持平板,盒子VR)
- 3.28 MB | 339次下載 | 免費
- 3TC358743XBG評估板參考手冊
- 1.36 MB | 330次下載 | 免費
- 4DFM軟件使用教程
- 0.84 MB | 295次下載 | 免費
- 5元宇宙深度解析—未來的未來-風口還是泡沫
- 6.40 MB | 227次下載 | 免費
- 6迪文DGUS開發指南
- 31.67 MB | 194次下載 | 免費
- 7元宇宙底層硬件系列報告
- 13.42 MB | 182次下載 | 免費
- 8FP5207XR-G1中文應用手冊
- 1.09 MB | 178次下載 | 免費
本月
- 1OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 2555集成電路應用800例(新編版)
- 0.00 MB | 33566次下載 | 免費
- 3接口電路圖大全
- 未知 | 30323次下載 | 免費
- 4開關電源設計實例指南
- 未知 | 21549次下載 | 免費
- 5電氣工程師手冊免費下載(新編第二版pdf電子書)
- 0.00 MB | 15349次下載 | 免費
- 6數字電路基礎pdf(下載)
- 未知 | 13750次下載 | 免費
- 7電子制作實例集錦 下載
- 未知 | 8113次下載 | 免費
- 8《LED驅動電路設計》 溫德爾著
- 0.00 MB | 6656次下載 | 免費
總榜
- 1matlab軟件下載入口
- 未知 | 935054次下載 | 免費
- 2protel99se軟件下載(可英文版轉中文版)
- 78.1 MB | 537798次下載 | 免費
- 3MATLAB 7.1 下載 (含軟件介紹)
- 未知 | 420027次下載 | 免費
- 4OrCAD10.5下載OrCAD10.5中文版軟件
- 0.00 MB | 234315次下載 | 免費
- 5Altium DXP2002下載入口
- 未知 | 233046次下載 | 免費
- 6電路仿真軟件multisim 10.0免費下載
- 340992 | 191187次下載 | 免費
- 7十天學會AVR單片機與C語言視頻教程 下載
- 158M | 183279次下載 | 免費
- 8proe5.0野火版下載(中文版免費下載)
- 未知 | 138040次下載 | 免費
評論
查看更多