CarND高级车道线大师

【文件属性】：
文件名称：CarND高级车道线大师
文件大小：83.91MB
文件格式：ZIP
更新时间：2021-02-20 10:25:42
JupyterNotebook 撰写模板 如果您想将该文件作为markdown文件提交，则可以将此文件用作模板，但是如果愿意，可以使用其他方法并提交pdf。 高级车道发现项目 该项目的目标/步骤如下： 给定一组棋盘图像，计算相机校准矩阵和失真系数。 对原始图像应用失真校正。 使用颜色变换，渐变等创建阈值二进制图像。 应用透视变换以校正二进制图像（“鸟瞰”）。 检测车道像素并拟合以找到车道边界。 确定车道的曲率和车辆相对于中心的位置。 将检测到的车道边界扭曲回原始图像。 输出车道边界的可视化显示以及车道曲率和车辆位置的数值估计。 积分 在这里，我将单独考虑要点，并描述我如何解决实现中的每个要点。 撰写/自述文件 相机校准 1.简要说明如何计算相机矩阵和失真系数。 提供失真校正校准图像的示例。 该步骤的代码包含在位于./Advanced_Lane_Finding.ipynb的IPython笔记本顶部的步骤

【文件预览】：
CarND-Advanced-Lane-Lines-master-master
----.ipynb_checkpoints()
--------Advanced_Lane_Finding-checkpoint.ipynb(19.65MB)
----Advanced_Lane_Finding.ipynb(19.65MB)
----.DS_Store(12KB)
----set_git.sh(672B)
----project_video.mp4(24.1MB)
----example_writeup.pdf(900KB)
----output_images()
--------Final_straight_lines2.jpg(214KB)
--------Detected_test2.jpg(205KB)
--------Detected_test5.jpg(205KB)
--------Warped_test1.jpg(139KB)
--------Detected_straight_lines2.jpg(156KB)
--------Undistorted_test1.jpg(234KB)
--------.DS_Store(6KB)
--------Final_test2.jpg(196KB)
--------Undistorted_test2.jpg(191KB)
--------Final_test1.jpg(238KB)
--------Thresholded_straight_lines2.jpg(432KB)
--------Final_test3.jpg(174KB)
--------Thresholded_test5.jpg(528KB)
--------Warped_test6.jpg(124KB)
--------Undistorted_test3.jpg(169KB)
--------Thresholded_straight_lines1.jpg(357KB)
--------Final_test6.jpg(254KB)
--------Detected_straight_lines1.jpg(177KB)
--------Thresholded_test2.jpg(401KB)
--------Final_test5.jpg(264KB)
--------Warped_test4.jpg(136KB)
--------Warped_straight_lines2.jpg(70KB)
--------Detected_test3.jpg(180KB)
--------Detected_test4.jpg(221KB)
--------Undistorted_test5.jpg(258KB)
--------Undistorted_test4.jpg(218KB)
--------Thresholded_test3.jpg(283KB)
--------test_undist_calibration1.jpg(141KB)
--------Thresholded_test4.jpg(394KB)
--------Warped_test2.jpg(113KB)
--------Thresholded_test6.jpg(482KB)
--------Undistorted_straight_lines1.jpg(177KB)
--------Detected_test6.jpg(212KB)
--------Undistorted_test6.jpg(249KB)
--------Warped_test5.jpg(119KB)
--------Final_straight_lines1.jpg(182KB)
--------Final_test4.jpg(223KB)
--------Warped_straight_lines1.jpg(94KB)
--------Thresholded_test1.jpg(439KB)
--------Warped_test3.jpg(98KB)
--------Undistorted_straight_lines2.jpg(210KB)
--------Detected_test1.jpg(235KB)
----examples()
--------.ipynb_checkpoints()
--------binary_combo_example.jpg(165KB)
--------warped_straight_lines.jpg(212KB)
--------undistort_output.png(146KB)
--------example.ipynb(3KB)
--------example_output.jpg(144KB)
--------color_fit_lines.jpg(66KB)
--------example.py(291B)
----LICENSE(1KB)
----test_images()
--------test2.jpg(170KB)
--------straight_lines1.jpg(151KB)
--------test1.jpg(212KB)
--------straight_lines2.jpg(189KB)
--------test6.jpg(227KB)
--------test4.jpg(196KB)
--------test3.jpg(144KB)
--------test5.jpg(238KB)
----README.md(9KB)
----camera_cal()
--------calibration20.jpg(116KB)
--------calibration17.jpg(96KB)
--------calibration18.jpg(87KB)
--------calibration7.jpg(110KB)
--------calibration9.jpg(123KB)
--------calibration4.jpg(140KB)
--------calibration3.jpg(141KB)
--------calibration13.jpg(112KB)
--------calibration14.jpg(96KB)
--------calibration6.jpg(129KB)
--------calibration2.jpg(135KB)
--------calibration11.jpg(123KB)
--------calibration8.jpg(126KB)
--------wide_dist_pickle.p(333B)
--------calibration15.jpg(97KB)
--------calibration19.jpg(103KB)
--------calibration10.jpg(139KB)
--------calibration1.jpg(124KB)
--------calibration12.jpg(114KB)
--------calibration16.jpg(97KB)
--------calibration5.jpg(134KB)
----output_video()
--------project_video_output.mp4(16.11MB)