Skip to content
Snippets Groups Projects
Commit 1be37f52 authored by Jan Wille's avatar Jan Wille
Browse files

fazit

parent 65267708
No related branches found
No related tags found
No related merge requests found
No preview for this file type
...@@ -27,6 +27,7 @@ ...@@ -27,6 +27,7 @@
chap/standdertechnik, chap/standdertechnik,
chap/kalibrierung, chap/kalibrierung,
chap/implementation, chap/implementation,
chap/fazit,
chap/ausblick, chap/ausblick,
} }
...@@ -62,6 +63,8 @@ ...@@ -62,6 +63,8 @@
\include{chap/implementation} \include{chap/implementation}
\include{chap/fazit}
\include{chap/ausblick} \include{chap/ausblick}
\printbibliography \printbibliography
......
\chapter{Fazit} \label{chap: fazit}
Die Arbeit hatte zum Ziel, die auf dem JetBot existierende Bilderfassung zu verbessern und mit einer Erkennung von Fahrspurmarkierungen in
Echtzeit auszustatten.
Durch eine intrinsische Kalibrierung der Kamera und das Erstellen einer \gls{ROS Node}, welche diese Kalibrierung anwendet, konnte das von der
Kamera erhaltene Bild deutlich verbessert und vorhanden Verzerrungen korrigiert werden. Insbesondere die radiale Verzerrung, die gerade Linien wie
zum Beispiel Fahrspurmarkierungen im Bild gekrümmt erscheinen lässt, konnte annähern vollständig entfernt werden. Dies verbesserte die
Voraussetzungen für die nachfolgenden Schritte.
Außerdem wurde die Erkennung der Fahrspurmarkierungen erfolgreich implementiert. Der Algorithmus wurde in der Programmiersprache \gls{python}
entwickelte und getestet, wobei insbesondere die einfache Syntax und gute Debuggmöglichkeiten das Vorgehen vereinfacht haben. Da \gls{python} aber
nicht performant genug war, um die Echtzeitanforderung zu erfüllen, wurde die eigentliche Implementierung in \gls{C++} umgesetzt.
Dadurch wurde die Laufzeit des Programms deutlich beschleunigt und die Echtzeitfähigkeit gewährleistet.
Die Erkennung von Fahrspurmarkierungen wurde mittels Kantenerkennung durch einen \gls{canny} und Klassifizierung der einzelnen Kantenpixel
entsprechend ihrer Orientierung umgesetzt. So ließen sich aus den Kanten erfolgreich zusammenhängende Linien einer Orientierung ableiten und deren
Start- und Endpunkte abspeichern. Durch Paarbildung zwischen rechten und linken Linien konnten dann Rückschlüsse über einzelne
Fahrspurmarkierungen gezogen werden. Die vier Punkte eines Linienpaares konnten dann als Kontur abgespeichert und die Mittellinie berechnet
werden.
Zur Veranschaulichung wurden die Konturen in ein leeres Bild eingezeichnet und dieses Ebenfalls veröffentlicht. Dadruch ist ein direkter Vergleich
zwischen Originalbild und gefunden Konturen in Echtzeit möglich.
0% Loading or .
You are about to add 0 people to the discussion. Proceed with caution.
Please register or to comment