Uni__Lee的博客

前言在找寻车道线检测的过程中发现了一篇好文章但是需要科学上网，所有进行了转载原博作者：Galen Ballew，原博链接正文我在12月份开始了Udacity自驾车工程师Nanodegree。目前，我正在完成我的第二个项目，该项目使用卷积神经网络对交通标志进行分类，该卷积神经网络采用了经过改进的LeNet架构。如果您有兴趣，可以在此处查看我关于它的帖子。我想回到我的第一个项目，使用OpenCV检测车道线，并向可能对基本计算机视觉感兴趣的人展示它的工作原理和外观。首先，这是一个很棒的项目，最初是计算机

文章目录前言定义前言在学习车道线检测相关，从最基础的图像处理开始遇到的第一个算法是霍夫变换Hough Transform故写下此文记录自己对于霍夫变换的理解定义霍夫变换用于检测简单的直线、曲线以车道线检测为例子，经过灰度处理、滤波、边缘检测处理后得到下图如何在有噪点、断点的条件下，找到红色的线，这就是霍夫变换所作的工作一种直观的思想就是遍历所有直线，找到经过点最多的直线但是如果用常规的y=kx+b，那么不得不面临的问题是在y趋向垂直时，k趋向无限大显然这时极其占用运算资源的，因此Du

文章目录前言第一部分坐标系统的定义高度的定义大地坐标系转换为平面坐标第二部分确定卫星的位置前言以下内容来自以下网站Calculating Position from Raw GPS Data第一部分坐标系统的定义需要满足的条件：为了便于数学计算，需要坐标之间的单位差表示恒定的物理距离由于地球是旋转的，需要一个惯性坐标系统来表达加速度、位置和速度向量下面介绍几种坐标系。1、经纬度两个经度之间的单位差表示的物理距离不是恒定的，取决于位置。例如，两个经度相距一度的距离在赤道最大，在两极接