DSB18: Ampelphasenerkennung: Unterschied zwischen den Versionen

Version vom 11. April 2018, 17:55 Uhr

Autor:
Betreuer: Prof. Schneider

Motivation

Autonome Fahrzeuge müssen in der Lage sein Ampelphasen zu erkennen.

Ziel

Die Ampelphase in verschiedenen Videosequenzen sollen von der Bildverarbeitung korrekt erkannt werden.

Anforderungen

Ein Testvideo mit verschiedenen Ampeln wird mit Matlab eingelesen und ausgewertet.
Matlab analysiert das Video in Echttzeit.
Erkennung von Farben bei unterschiedlichen Tageszeiten
Berechnen, welche Phase die Ampel aktuell hat
Die aktuelle Ampelphase wird im Video dargestellt.
Bewerten Sie Ihr Ergebnis.
Wissenschaftliche Dokumentation als HSHL-Wiki Artikel
Softwareentwicklung nach SDE Standard in SVN
Funktionsnachweis als YouTube-Video (vgl. Veranstaltungsregeln)

Lösungen

Weblinks

BSD-Lizenzbedingung BSD-Lizenz

→ zurück zum Hauptartikel: Digitale Signal- und Bildverarbeitung SoSe2018

@@ Zeile 3: / Zeile 3: @@
 == Motivation ==
-ArUco Marker ermöglichen eine low-cost Lokalisierung.
+Autonome Fahrzeuge müssen in der Lage sein Ampelphasen zu erkennen.
 == 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.
+Die Ampelphase in verschiedenen Videosequenzen sollen von der Bildverarbeitung korrekt erkannt werden.
 == Anforderungen ==
-# Recherchieren Sie was ArUco Marker sind und wie sich diese in Position und Lage detektieren lassen.
+# Ein Testvideo mit verschiedenen Ampeln wird mit Matlab eingelesen und ausgewertet.
-# Erstellen Sie ArUko Marken mittels Matlab.
+# Matlab analysiert das Video in Echttzeit.
-# Nutzen Sie eine Webcam für die Detektion der Marker.
+# Erkennung von Farben bei unterschiedlichen Tageszeiten
-# Kalibrieren Sie diese Kameras.
+# Berechnen, welche Phase die Ampel aktuell hat
-# Setzen Sie ein Verfahren zur Bestimmung der Pose eines ArUko Markers mit Matlab um.
+# Die aktuelle Ampelphase wird im Video dargestellt.
-# Transformieren Sie ein Objekt aus der Kameraperspektive in Weltkoordinaten.
+# Bewerten Sie Ihr Ergebnis.
-# 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 22: @@
 == Weblinks ==
-* [https://docs.opencv.org/3.1.0/d5/dae/tutorial_aruco_detection.html Detection of ArUco Markers]
+* [https://www.youtube.com/watch?v=edRw6M5H7Q4 Erkennung von Ampelphasen (Implementation in Matlab R2014a)]
-* [https://www.youtube.com/watch?v=SzVutprJ--A 3D camera calibration with OpenCV and arUco markers]
+* [[SigSys15_Ampelphasenerkennung| A. Merkel: Ampelphasenerkennung]]
-* [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]] ==