图像处理：智能汽车实践基础

图像处理部分分为车身定位、棋子定位、障碍定位,获得车模、棋子、障碍在棋盘中的实际坐标,并将坐标发送给中央处理器。

(1)车身定位

在计算机视觉中,如何由单幅二维投影图像确定目标方位及距离是很重要的研究内容,在相机标定、三维重建等很多方面具有广泛的应用价值。根据摄像机光学镜头的成像原理,推导出图像坐标系与物理坐标系对应关系。即只要知道目标点在图像中的像素坐标,就可以推导出目标点与摄像头底部的实际水平和垂直距离。

车身定位采用April Tags的3D定位功能。根据April Tags空间的两个位置量Tx、Ty及图像坐标系与物理坐标系对应关系推导出车身所在的坐标。

设定实际距离与April Tags返回的位置量X、Y方向的比例系数分别为Kx、Ky,April Tags返回的X、Y方向位置量分别为Aprilx、Aprily,April Tags在棋盘中的坐标为(Aprilcoorx,Aprilcoory),车身中心与相机水平投影点的X、Y方向距离分别为Disx、Disy,X方向和Y方向微调距离为Adjustx、Adjusty。则车模在棋盘中的X、Y坐标分别为

将车模放在棋盘中任意一个格子里,尽量使格子中心和车模中心重合,通过格子中心在棋盘中的坐标可以知道车模中心此时在棋盘中的坐标。打开OpenMV-IDE通过式(11.25)和式(11.26)获取车模在棋盘中的坐标,调整微调距离Adjustx、Adjusty,使车模在棋盘中的坐标与实际小车中心在棋盘中的坐标一致,完成车身定位。

小车运动的控制过程如下:

①测量April Tags标签返回的位置量与实际距离的比例系数,测量车身中心与相机水平投影点的X、Y方向距离(标定)。

②推导出车身中心所在坐标(车身定位)。

③根据车身中心坐标和目标点坐标计算车身移动角度和距离。

④在目标点附近进行车身微调(精调)。

(2)棋子定位(www.xing528.com)

通过摄像头获得的April Tags标签的像素中心点坐标与棋子的像素中心点坐标的相对关系来判断棋子和April Tags标签的相对关系。设定一格棋盘的像素点距离范围、两格棋盘的像素点距离范围等来准确获得April Tags标签和棋子的相对关系,从而根据April Tags标签在场地的棋盘坐标推算棋子在棋盘中的坐标。

(3)障碍定位

障碍的定位与棋子定位类似,通过April Tags标签的像素中心点坐标和障碍的像素中心点坐标的相对关系来判断障碍和April Tags标签的相对关系,从而根据April Tags标签在场地的棋盘坐标推算障碍在棋盘中的坐标。

识别障碍的步骤如下:

①获取红色阈值。

②使用色块识别,获取障碍像素中心点。

③获取April Tags标签的ID和像素中心点。

④推算障碍所在的位置。

识别障碍的流程图如图11.52所示。

图11.52　障碍识别程序流程图