水上船舶智能驾驶系统项目

最新推荐文章于 2021-11-30 16:16:07 发布

原创

最新推荐文章于 2021-11-30 16:16:07 发布 · 630 阅读

3 ·

CC 4.0 BY-SA版权

该博客介绍了水上船舶智能驾驶系统中如何处理三维雷达点云，通过将其投影到二维平面并利用OpenCV进行图像处理，实现障碍物分割与KCF跟踪算法来跟踪运动障碍物，以确保系统的实时性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

（我的部分：图像滤波，分割，跟踪提取障碍物，维护障碍物队列）

由于三维雷达点云的处理耗时太长，为了保证实时性，折中之法：将三维激光雷达扫描到的三维点投影到二维平面（去掉Z坐标），生成二维栅格图像，再采用opencv针对图像的处理方法分割提取障碍物，并采用KCF跟踪算法跟踪运动的障碍物：

//KCF跟踪提取障碍物队列
void Preprocess::Tracking_KCF_For_Obstacle(cv::Mat image, vector<Msg::ObstacleMoveParameter> &SuspectObstacleQueue, vector<Msg::ObstacleMoveParameter> &ActualObstacleQueue, vector<cv::Rect2d> &ROIs)
{
	cv::Mat frame;
	cv::Mat imageForRect;
	vector<cv::Rect2d> rects;
	frame = Preprocessing03(image, rects, imageForRect);//frame是8U
	cv::Mat framefortracking = frame.clone();//framefortracking是8U
	if (rects.size() < 1)
	{
		cout << "rects is empty" << endl;
		return;
	}
	else frameCount++;
	cout << "rects.size():" << rects.size() << endl;
	cout << "frameCount=" << frameCount << endl;
	if (SuspectObstacleQueue.empty())//怀疑障碍物为空或者为头帧
	{
		RectsToSuspectObstacleQueue(Suspe