# AutoRun-Car

**Repository Path**: tonata/AutoRun-Car

## Basic Information

- **Project Name**: AutoRun-Car
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: LGPL-3.0
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2021-05-20
- **Last Updated**: 2021-05-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AutoRun-Car
基于树莓派图像识别的智能循迹避障小车</br>
作者：三无小组</br>
视频请点击:https://youtu.be/4E3luEluiFE</br>
## 基本需求
raspberry pi3</br>
小车模块</br>
笔记本电脑</br>
树莓派官方摄像头</br>
## 环境要求
树莓派：rasbian系统</br>
电脑：opencv2.45</br>
 numpy</br>
## 具体原理
### 道路检测
本程序所使用的道路检测算法为最基础的检测算法，可升级至深度学习算法，但是没时间搞~~主要是不会~~
对于道路检测而言，最基本的就是在图像上随机抽取图像上下部等宽区域，将图像的灰度中心计算出来，由此可以看出，当上半部图像的灰度中心与下半部图像中心的位置差超出阈值时，判定道路出现了转弯，以图像中心为坐标原点，当插值大于0时说明要右转，反之左转。可自由设置。
### 标识牌检测
使用opencv自带的训练网络，虽然实际训练了，但是结果较差，采用了国外训练好的图像模型，在代码中提供了。
### 障碍物检测
超声波检测，虽然没啥用，毕竟我们的障碍物是停止标志，图像的精度目前看来比超声波准，不过本着买了就要用的原则，用了
### 距离测算
采用单目视觉，首先对相机进行标定，然后利用角度计算得出前方的实际距离。但是相机在运动过程晃动较大，最后还是热熔胶枪粘的，这个功能的演示就弃了。
## 代码使用
注释有写代码的具体使用，请自行阅读。