文件名称：高级车道查找：用于检测车道线的高级车道查找项目
文件大小：69.99MB
文件格式：ZIP
更新时间：2024-03-04 20:58:50
JupyterNotebook
高级车道查找 该项目的目标是编写一个软件管道来识别视频中的车道边界。 该项目 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。 用于相机校准的图像存储在名为camera_cal的文件夹中。 test_images中的图像用于在单个帧上测试管道。 challenge_video.mp4视频是在有些棘手的条件下测试管道的一项额外挑战。 harder_challenge.mp4视频是另一个挑战，非常残酷！
【文件预览】：
Advanced-Lane-Finding-main
----.ipynb_checkpoints()
--------Advanced Lane Finding-checkpoint.ipynb(7.2MB)
----project_video.mp4(24.1MB)
----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)
----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(1KB)
----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)
--------calibration15.jpg(97KB)
--------calibration19.jpg(103KB)
--------calibration10.jpg(139KB)
--------calibration1.jpg(124KB)
--------calibration12.jpg(114KB)
--------calibration16.jpg(97KB)
--------calibration5.jpg(134KB)
----challenge_video.mp4(7.76MB)
----harder_challenge_video.mp4(23.09MB)
----Advanced Lane Finding.ipynb(7.2MB)