障碍物检测

计算机视觉解决方案

在这篇博客中，我们演示了如何使用树莓派和Sphero RVR漫游车在夜间运行我们的避障算法。主要目标是探索周围环境，同时在夜间检测和避开障碍物。该算法使用障碍物检测算法来识别障碍物。请检查上一篇博客博客，详细了解如何设置它。

Raspberry Pi + Sphero RVR漫游车设置如下所示。前面放置了一个移动摄像头，以连续记录运动。

树莓派是一个红外摄像机，一旦环境光低于某个阈值，红外LED就会自动打开。

我们运行python代码以获取输出，源代码可以在下面找到。

您需要有订阅密钥才能使用它，您可以查看介绍博客了解如何获取免费订阅密钥。

可以在下面观看此视频的示例。这些区域的设置：

1. 最小安全系数 = 0.5
2. 最小路径宽度因子 = 0.4
3. 最小对象高度因子 = 0.1
4. 最小对象宽度因子 = 0.1

夜间避障示例图像

图像显示原始图像，处理后的图像显示最佳路径。在处理后的图像中，绿色圆锥表示有效路径，红色圆锥表示不满足所有条件的路径。

如果成功识别出符合所有设置阈值的可遍历路径，则“StatusFlag”将返回 1，否则将返回 0。

示例输入和处理后的输出图像如下所示，以供参考

在此实现中，还设置了一些附加条件以避免任何障碍。如果最佳方向距离中心45度以上，则由于视野受到限制，因此无法立即识别所有障碍物。在这种情况下，漫游车转向新方向，并等待确认路径是否无障碍。如果是，它将继续向新方向移动，否则，它将旋转并等待确认。