飞思卡尔运动小车前方道路识别

基于OpenMV平台进行开发

特别注意：

1.适用于直线行驶过程中

2.保证前方没有障碍物

（障碍物识别正在开发过程中）

算法原理：

1.图像hough变换获取直线

2.判断道路

获取图像结果：

识别道路结果：

（存在时间误差）

程序代码：

import sensor, image, time

sensor.reset()

sensor.set_pixformat(sensor.RGB565)

sensor.set_framesize(sensor.QQVGA)

clock = time.clock()

k0 = 0

b0 = 0

k1 = 0

b1 = 0

while(True):

    clock.tick()

    img = sensor.snapshot()

    lines = img.find_lines(threshold = 1000, theta_margin = 25, rho_margin = 25)

    for i in range(0,len(lines)-1):

        for j in range(i+1,len(lines)):

            ax1 = lines[i].x1()

            ay1 = lines[i].y1()

            ax2 = lines[i].x2()

            ay2 = lines[i].y2()

            if(ax1 == ax2):

                ax1 = ax1 + 0.01

            k0 = (ay2 - ay1)/(ax2 - ax1)      # 第一条直线斜率

            b0 = ay1 - k0*ax1                 # 第一条直线截距

            bx1 = lines[j].x1()

            by1 = lines[j].y1()

            bx2 = lines[j].x2()

            by2 = lines[j].y2()

            if(bx1 == bx2):

                bx1 = bx1 + 0.01

            k1 = (by2 - by1)/(bx2 - bx1)      # 第二条直线斜率

            b1 = by1 - k1*bx1                 # 第二条直线截距

    for i in range(0,img.height()):

        for j in range(0,img.width()):

            if k0*j+b0<=i and k1*j+b1<=i:

                img.set_pixel(j,i,(255, 255, 255))

            else:

                img.set_pixel(j,i,(0, 0, 0))

    for l in lines:

        img.draw_line(l.line(), color = (255, 0, 255))

    print("FPS %f" % clock.fps())