关于光电组线性CCD若干问题答复

wustyuyi

问：关于CCD，有几个问题想请教下：

1、 CCD的二值化是关键，阈值除了取平均值外， 还有哪些好的办法，比如双峰阈值法吗，大致的思路是怎么样的？

2、 全白和全黑的二值化怎么办，某种意义如果有阈值，计算结果可能就不是全白或全黑，怎么办？

3、 CCD是一维128个值的数组，车模偏差error一般为64-（left+right）/2 ,left和right是道路的左右边界位置，但是对于特殊的情况怎么办？例如转弯时只有左跳变，即只有left, 怎么办，是否按right=left+（路的宽度）来进行计算？

4、 同样的特殊情况，在十字弯时，全白的情况下，如何计算出车模偏差呢？毕竟任何情况下舵机的控制依赖于车模偏差error,再过十字弯时计算error怎么办？

5、 对于两个CCD，除了上诉问题外，还存在两个CCD，将计算出两个error ,怎么用这两个值，是取平均？还是权值平均？还是优先选择近的或远的？

6、 转向时的微分，一般是用硬件来实现（如陀螺仪）还是软件计算error1-error2来完成？

[size=10.5000pt]

[size=10.5000pt]答：

[size=10.5000pt]1、CCD二值化常用除了取平均值外，还有双峰直方图和大津法，双峰直方图法是指在CCD的128个像素点中，把它从按灰度值从小到大排列，因为赛道有白有黑，白色跑道上的灰度值都比较大，但即使都在白的上面，白色之间像素点灰度值也有差异，那到底取白色灰度值区间里面哪一个值作为白色灰度值呢，是白的最大值，还是白的最小值，或者白色部分的平均，若是取白色部分的一个最大灰度值作为白色部分，有可能因为白色赛道某个点反光，取到最大值255，这显然不合理，所以为了排除一些干扰情况，我们取白色赛道特征代表灰度值的时候，不是取一个点而是取白色部分在某一区间分布最多的点，以这个区间的灰度值作为白色特征代表点，比如CCD照在正常赛道上，第50个点到底90个点照在白色赛道上，从左到右像素点依次为210,212.................230,235,228........................215,220,假设在区间220~230内，总共有20个点，其它点分布在其它区间内，但点数不超过20，那么我们就把220或者230作为白色部分的特征点，因为分布在它附件的最多，它最能代表白色的灰度值，反之，取黑色部分的代表点也一样，把黑色部分和白色部分的特征代表点取出来以后，取平均值作为阈值，然后二值化；

2、对于全白或者全黑，指的是在CCD有效点内，所有点灰度值都很高或者很低，这种情况只有在特定赛道，如直道或者直角黑带，当然如果你有几个CCD，最远的前瞻90+，这种情况下，远前瞻在大多数赛道下都会出现全黑，我的处理是这样的把CCD全照在黑带上，看用双峰直方图算出来的阈值，这个值会很小，因为我的CCD采集的是10位AD,，我测出的是350，所以只有当阈值大于350时我才进行接下来的搜线处理，因为用全黑的阈值处理出来的左右线，偏差都是错的，全白也一样，把CCD对着十字路口全白赛道看看阈值算出来是什么，同全黑一样处理，因为我的车用了3个CCD，所以当全黑或者全白时候，我采用的是切换前瞻巡线，优先选择最近前瞻有效的CCD巡线；

3、对于广角120度的镜头40cm前瞻下白色赛道大概占用40个点左右，CCD两边死区大概为15点左右，相当于有30个点没用，我们用的时候是当一边没有线的情况下，直接用死区边界作为CCD的某一边界，来巡线，没有补线，可以算下这个时候的偏差，可以达到25+，这个偏差已经足够让车来打角了，但是如果是90度或者71度的镜头，白色赛道上的点就占70以上，若不补线，偏差是不够让车打对应弯道的，补线的时候对于非直立车可按照固定赛道宽度来补线，但是直立车由于车角度变化，需要结合角度标定路宽，然后补线

4、十字路口，全白，一般处理是保持上次打角过去的，前提是你的车走线很流畅，进十字路口姿态好，盲跑一段也可以过去，由于我的车用的是3个CCD，前瞻分别问30,45,90，所以我能保证在十字路口，每一阶段我的车只少有一个CCD能找到正确的线；

5，对于多个CCD,除了对于特殊赛道判断外，正常跑的过程中，当三个CCD都有效的情况下，我的偏差是动态加权的，这个加权是按速度分配的，相当于我的车速度是根据赛道给定

直道，弯道，直角、单线、坡道等速度，但是我的打角是按照当前测回来的实时速度来给的，当车实时速度跑的越快时，我希望我的车看的越远越好，所以偏差有效的看的越远的CCD偏差权值给的越大，得到的偏差越大，实时速度慢的时候，远的CCD权值越小，得到的最终偏差也越小，我这样处理能保证我的车在快速和丢速的情况下，走线都很好，基本走的都是中线，不会切弯，也没见绕外环；

6、对于转向时候的微分项的处理我们用的是不完全微分，隔了4场图像，大概车走了10cm+，能够反映赛道变化

Steer_p=(1+angle*p_rate)*steer_kp;//转向P跟随角度，角度向前为负，角度越大，转向P越大

steer_d=(1+ABS(error[0]-error[4])*d_rate)*steer_kd;

转向的输出为：

Steer_Value=steer_p*error[0]+steer_d*(error[0]-error[4]);

相当于P是根据角度来动态调整的，D是根据偏差变化率来动态调整的，具体调节p_rate和d_rate两个参数就可以。

欢迎兄弟院校海军工程大学过来交流！！！

                                                                                    武汉科技大学余义

                                                                                              2015年12月9日

白衣尊路

谢谢分享

MyLOVE

赞   一个  

           ~~~~~~~~没错   我的未来不是梦

wustyuyi

相关附件

MyLOVE

赞   一个  

           ~~~~~~~~没错   我的未来不是梦

wxyriddler

首先是 阈值 不是 阀值

其次你写的双峰没平滑，会陷入局部极小值。大律浮点运算和遍历那么多让kl26这种没浮点运算器的情何以堪。两种代码都由于直方图反压缩了信息，反而增加了遍历时间。要我说就不要用直方图，我做摄像头图像都不用直方图，通过下采样压缩信息，二值化方法用迭代最佳阈值，不用平滑也不用浮点运算全黑全白可以用连续帧阈值不突变的原则，但是我还是觉得线阵不要直接二值化，用梯度算子卷积更好
丢线补线什么的也可以用连续帧边缘位置不突变的原则

欢迎讨论

wxyriddler

首先是 阈值 不是 阀值

其次你写的双峰没平滑，会陷入局部极小值。大律浮点运算和遍历那么多让kl26这种没浮点运算器的情何以堪。两种代码都由于直方图反压缩了信息，反而增加了遍历时间。要我说就不要用直方图，我做摄像头图像都不用直方图，通过下采样压缩信息，二值化方法用迭代最佳阈值，不用平滑也不用浮点运算全黑全白可以用连续帧阈值不突变的原则，但是我还是觉得线阵不要直接二值化，用梯度算子卷积更好
丢线补线什么的也可以用连续帧边缘位置不突变的原则

欢迎讨论

wustyuyi

wxyriddler 发表于 2015-12-9 15:59
首先是 阈值 不是 阀值

其次你写的双峰没平滑，会陷入局部极小值。大律浮点运算和遍历那么多让kl26这种 ...

谢谢哦

wxyriddler

有机会的话多讨论下吧，我也有一些问题想问

疯狂-蜗牛

学习了一下~

刘烈鸿

不错不错，谢谢分享哈