DSB18: Verkehrszeichenerkennung: Unterschied zwischen den Versionen

Aktuelle Version vom 11. April 2018, 17:46 Uhr

Autor:
Betreuer: Prof. Schneider

Motivation

Bei monotonen Autofahrten entgeht einem Fahrer gelegentlich ein Verkehrszeichen. Diese Matlab-"App" soll den Fahrer über eine Anzeige an das aktuell gültige Verkehrszeichen erinnern.

Ziel

Darstellung des aktuell gültigen Verkehrszeichens während einer aufgezeichneten Fahrt.

Anforderungen

Lesen Sie ein aufgezeichnetes Video in Matlab ein.
Extrahieren Sie die Verkehrszeichen mit Matlab.
Zeigen Sie das aktuell gültige Verkehrszeichen automatisch im Video an.
Bewerten Sie Ihr Ergebnis.
Wissenschaftliche Dokumentation als HSHL-Wiki Artikel
Softwareentwicklung nach SDE Standard in SVN
Funktionsnachweis als YouTube-Video (vgl. Veranstaltungsregeln)

Lösungen

Weblinks

Kein Blitzer-Bußgeld mit Verkehrszeichen Erkennung

BSD-Lizenzbedingung BSD-Lizenz

→ zurück zum Hauptartikel: Digitale Signal- und Bildverarbeitung SoSe2018

@@ Zeile 1: / Zeile 1: @@
 '''Autor:''' <br/>
 '''Betreuer:''' [[Benutzer:Ulrich_Schneider| Prof. Schneider]]
+[[Datei:1Original.jpg|500px|thumb|right|Verkehrszeichenerkennung]]
 == Motivation ==
-ArUco Marker ermöglichen eine low-cost Lokalisierung.
+Bei monotonen Autofahrten entgeht einem Fahrer gelegentlich ein Verkehrszeichen. Diese Matlab-"App" soll den Fahrer über eine Anzeige an das aktuell gültige Verkehrszeichen erinnern.
 == Ziel ==
-Die Verarbeitung von ArUco Marken mit Matlab ermöglicht die Lokalisierung der Marker in einer realen Umgebung. So lässt sich mir einfachen Mitteln eine Lokalisierung (Ground Truth) realisieren. Position und Lage der Marker sollen in Echtzeit in Weltkoordinaten bestimmt werden.
+Darstellung des aktuell gültigen Verkehrszeichens während einer aufgezeichneten Fahrt.
 == Anforderungen ==
-# Recherchieren Sie was ArUco Marker sind und wie sich diese in Position und Lage detektieren lassen.
+# Lesen Sie ein aufgezeichnetes Video in Matlab ein.
-# Erstellen Sie ArUko Marken mittels Matlab.
+# Extrahieren Sie die Verkehrszeichen mit Matlab.
-# Nutzen Sie eine Webcam für die Detektion der Marker.
+# Zeigen Sie das aktuell gültige Verkehrszeichen automatisch im Video an.
-# Kalibrieren Sie diese Kameras.
+# Bewerten Sie Ihr Ergebnis.
-# Setzen Sie ein Verfahren zur Bestimmung der Pose eines ArUko Markers mit Matlab um.
-# Transformieren Sie ein Objekt aus der Kameraperspektive in Weltkoordinaten.
-# Stellen Sie die Objekte im Sichtfeld in der Draufsich metrisch dar.
-# Schätzen Sie die Genauigkeit Ihres 3D-Sensors ab.
 # Wissenschaftliche Dokumentation als HSHL-Wiki Artikel
 # Softwareentwicklung nach SDE Standard in SVN
@@ Zeile 25: / Zeile 21: @@
 == Weblinks ==
-* [https://docs.opencv.org/3.1.0/d5/dae/tutorial_aruco_detection.html Detection of ArUco Markers]
+* [http://youtu.be/BT--HdJNHMI Kein Blitzer-Bußgeld mit Verkehrszeichen Erkennung]
-* [https://www.youtube.com/watch?v=SzVutprJ--A 3D camera calibration with OpenCV and arUco markers]
-* [https://www.youtube.com/watch?v=_gvvK6h-wxg YouTube: Aruco Markers Tutorial E01 - What are Aruco Markers?]
-* [https://www.youtube.com/watch?v=VsIMl8O_F1w Robot Localization using ArUco]
 == [[BSD-Lizenzbedingung BSD-Lizenz]] ==