基于python实现的树莓派图像识别的智能循迹避障小车（源码+文档说明+代码注释）

# AutoRun-Car 基于树莓派图像识别的智能循迹避障小车</br> 作者：三无小组</br> 视频请点击:https://youtu.be/4E3luEluiFE</br> ## 基本需求 raspberry pi3</br> 小车模块</br> 笔记本电脑</br> 树莓派官方摄像头</br> ## 环境要求 树莓派：rasbian系统</br> 电脑：opencv2.45</br> numpy</br> ## 具体原理 ### 道路检测 本程序所使用的道路检测算法为最基础的检测算法，可升级至深度学习算法，但是没时间搞~~主要是不会~~ 对于道路检测而言，最基本的就是在图像上随机抽取图像上下部等宽区域，将图像的灰度中心计算出来，由此可以看出，当上半部图像的灰度中心与下半部图像中心的位置差超出阈值时，判定道路出现了转弯，以图像中心为坐标原点，当插值大于0时说明要右转，反之左转。可自由设置。 ### 标识牌检测 使用opencv自带的训练网络，虽然实际训练了，但是结果较差，采用了国外训练好的图像模型，在代码中提供了。 ### 障碍物检测 超声波检测，虽然没啥用，毕竟我们的障碍物是停止标志，图像的精度目前看来比超声波准，不过本着买了就要用的原则，用了 ### 距离测算 采用单目视觉，首先对相机进行标定，然后利用角度计算得出前方的实际距离。但是相机在运动过程晃动较大，最后还是热熔胶枪粘的，这个功能的演示就弃了。 ## 代码使用 注释有写代码的具体使用，请自行阅读。