在2D圖像中查找路徑障礙

Question

您會推薦什麼方法來查找2D圖像中的障礙物？

這裏是我想出了到現在的一些要點：

我懷疑我可以用物體識別基於搜索「的障礙數據庫」，因爲我不知道會阻礙是什麼樣子。 如果路徑與對象本身沒有很大差異，我認爲顏色識別可能會產生問題。

可能的是，增加一個攝像頭和計算一個3D圖像（就像Kinect一樣）可以工作，但是這並不會像我需要的那樣順暢。

爲了說明問題;機器人可以騎在路面的左側或右側。在下面的圖片，左側是正確的選擇：

Answer 1

如果您知道路徑是什麼樣子，這在很大程度上是一種分類問題。在不同的距離，照明等條件下獲取一組路徑圖像，並在每幅圖像中手動標記地面。使用此標記的數據來訓練將每個像素分類爲「道路」或「不道路」的分類器。取決於道路的紋理，這可以像對每個像素的RGB（或HSV）值進行分類或使用OpenCv的內置直方圖反投影（即，cv::CalcBackProjectPatch()）一樣簡單。

我建議從手動閾值開始，轉向基於直方圖的匹配，並且如果更簡單的技術失敗，則只能使用完整的機器學習分類器（如樸素貝葉斯分類器或SVM）。一旦整個圖像被分類，被識別爲「不是道路」的所有像素都是障礙物。通過分類而不是障礙，我們完全避免了建立「對象數據庫」。

---

有點出了問題的範圍，最簡單的解決方案是增加額外的傳感器（「拋出這個問題更多的硬件！」），並直接測量障礙物的三維位置。爲了優先：

1. 微軟Kinect：便宜，方便，有效。由於環境紅外線，它只能在室內工作。
2. 掃描激光測距儀：非常準確，易於設置，並在室外工作。也非常昂貴（約1200-10,000美元，取決於最大範圍和採樣率）。
3. 立體相機：不如Kinect，但它在外面工作。如果您買不起預製的立體相機（〜1800美元），您可以使用USB攝像頭製作出體面的定製立體相機。

需要注意的是專業的立體視覺攝像機可以非常快通過使用自定義硬件（立體聲片，STOC）。現代計算機上基於軟件的立體聲音響也相當快（10-20 Hz）。