当前位置: 首页 > article >正文

从YOLO到A*:手把手教你用PyTorch和OpenCV搭建一个简易的自动驾驶避障仿真器

从YOLO到A*用PyTorch和OpenCV构建自动驾驶避障仿真器想象一下你正坐在一辆自动驾驶汽车里车辆能够自动识别前方的行人、车辆和障碍物并规划出安全的行驶路径。这种看似科幻的场景如今正逐渐成为现实。本文将带你从零开始用Python、PyTorch和OpenCV这些常见工具构建一个简化的自动驾驶避障仿真系统。我们不会追求工业级的精度和速度而是专注于理解整个避障算法的完整流程并提供一个可运行、可修改的代码框架。1. 环境准备与基础概念在开始之前我们需要确保开发环境配置正确。建议使用Python 3.8或更高版本并安装以下依赖库pip install torch torchvision opencv-python numpy matplotlib自动驾驶避障系统通常包含几个核心模块目标检测识别场景中的车辆、行人等物体目标跟踪跨帧关联同一物体碰撞预测计算与障碍物的碰撞时间和风险路径规划寻找避开障碍物的最优路径提示虽然实际自动驾驶系统会使用更复杂的模型和硬件加速但我们的仿真器将使用轻量级实现确保在普通电脑上也能流畅运行。2. 基于YOLOv8的目标检测YOLO(You Only Look Once)是目前最流行的实时目标检测算法之一。我们将使用YOLOv8的轻量版本进行物体检测。首先下载预训练的YOLOv8模型import torch from torchvision.models import detection # 加载预训练的YOLOv8模型 model torch.hub.load(ultralytics/yolov8, yolov8n, pretrainedTrue) model.eval()然后我们可以用OpenCV读取图像并进行检测import cv2 import numpy as np def detect_objects(image_path): # 读取图像 img cv2.imread(image_path) # 转换为RGB格式 img_rgb cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 执行检测 results model(img_rgb) # 绘制检测结果 for detection in results.xyxy[0]: x1, y1, x2, y2, conf, cls detection cv2.rectangle(img, (int(x1), int(y1)), (int(x2), int(y2)), (0, 255, 0), 2) return img # 测试检测 result_img detect_objects(test_image.jpg) cv2.imshow(Detection Results, result_img) cv2.waitKey(0)常见的目标类别包括类别ID类别名称说明0person行人1bicycle自行车2car汽车3motorcycle摩托车3. 简易IOU跟踪器实现在实际应用中我们需要跟踪物体在连续帧中的运动。虽然DeepSORT是常用的跟踪算法但为了简化我们将实现一个基于IOU(交并比)的简易跟踪器。class IOUTracker: def __init__(self): self.tracks [] self.next_id 1 def update(self, detections): # detections格式: [(x1,y1,x2,y2,score,class), ...] matched set() updated_tracks [] # 计算IOU并匹配 for track in self.tracks: best_iou 0 best_idx -1 for i, det in enumerate(detections): if i not in matched: iou self.calculate_iou(track[bbox], det[:4]) if iou best_iou and iou 0.3: # IOU阈值 best_iou iou best_idx i if best_idx ! -1: matched.add(best_idx) track[bbox] detections[best_idx][:4] updated_tracks.append(track) # 添加新检测作为新跟踪目标 for i, det in enumerate(detections): if i not in matched: updated_tracks.append({ id: self.next_id, bbox: det[:4], class: det[5] }) self.next_id 1 self.tracks updated_tracks return self.tracks def calculate_iou(self, box1, box2): # 计算两个边界框的IOU x1 max(box1[0], box2[0]) y1 max(box1[1], box2[1]) x2 min(box1[2], box2[2]) y2 min(box1[3], box2[3]) inter_area max(0, x2 - x1) * max(0, y2 - y1) box1_area (box1[2] - box1[0]) * (box1[3] - box1[1]) box2_area (box2[2] - box2[0]) * (box2[3] - box2[1]) return inter_area / (box1_area box2_area - inter_area)注意这个简易跟踪器仅适用于演示目的实际应用中应考虑更复杂的运动模型和数据关联方法。4. 碰撞预测与TTC计算碰撞预测是避障系统的核心功能之一。我们将基于目标跟踪结果计算Time-to-Collision(TTC)。def calculate_ttc(ego_vehicle, tracked_objects, frame_rate30): 计算与各跟踪目标的碰撞时间 :param ego_vehicle: 自车信息 (x,y,speed,heading) :param tracked_objects: 跟踪目标列表 [{id:..., bbox:..., prev_bbox:...}, ...] :param frame_rate: 视频帧率 :return: 各目标的TTC字典 {id: ttc} ttc_results {} for obj in tracked_objects: if prev_bbox not in obj: continue # 计算目标速度(像素/秒) dx (obj[bbox][0] - obj[prev_bbox][0]) * frame_rate dy (obj[bbox][1] - obj[prev_bbox][1]) * frame_rate # 计算相对速度 rel_speed_x dx - ego_vehicle[speed] * np.cos(ego_vehicle[heading]) rel_speed_y dy - ego_vehicle[speed] * np.sin(ego_vehicle[heading]) rel_speed np.sqrt(rel_speed_x**2 rel_speed_y**2) # 计算距离 distance np.sqrt((obj[bbox][0] - ego_vehicle[x])**2 (obj[bbox][1] - ego_vehicle[y])**2) # 计算TTC if rel_speed 0: ttc distance / rel_speed ttc_results[obj[id]] ttc return ttc_results在实际应用中我们还需要考虑目标尺寸和位置的不确定性自车运动状态的估计误差多目标之间的交互影响5. 基于A*的路径规划当检测到碰撞风险时系统需要规划一条避开障碍物的路径。A*算法是一种常用的路径规划算法。import heapq def a_star(grid, start, goal): A*路径规划算法 :param grid: 二维网格0表示可通行1表示障碍物 :param start: 起点坐标 (x,y) :param goal: 终点坐标 (x,y) :return: 路径列表 [(x,y), ...] # 定义启发式函数(曼哈顿距离) def heuristic(a, b): return abs(a[0] - b[0]) abs(a[1] - b[1]) # 初始化 neighbors [(0,1),(1,0),(0,-1),(-1,0)] # 4邻域 close_set set() came_from {} gscore {start:0} fscore {start:heuristic(start, goal)} oheap [] heapq.heappush(oheap, (fscore[start], start)) while oheap: current heapq.heappop(oheap)[1] if current goal: path [] while current in came_from: path.append(current) current came_from[current] path.append(start) path.reverse() return path close_set.add(current) for i, j in neighbors: neighbor current[0] i, current[1] j if 0 neighbor[0] grid.shape[0] and 0 neighbor[1] grid.shape[1]: if grid[neighbor[0]][neighbor[1]] 1: continue tentative_g_score gscore[current] 1 if neighbor in close_set and tentative_g_score gscore.get(neighbor, float(inf)): continue if tentative_g_score gscore.get(neighbor, float(inf)) or neighbor not in [i[1] for i in oheap]: came_from[neighbor] current gscore[neighbor] tentative_g_score fscore[neighbor] tentative_g_score heuristic(neighbor, goal) heapq.heappush(oheap, (fscore[neighbor], neighbor)) return [] # 未找到路径我们可以将检测到的障碍物映射到网格地图上def create_grid_from_detections(detections, img_size, grid_size20): 根据检测结果创建网格地图 :param detections: 检测结果列表 :param img_size: 图像尺寸 (width, height) :param grid_size: 网格大小 :return: 二维网格数组 grid_width img_size[0] // grid_size grid_height img_size[1] // grid_size grid np.zeros((grid_height, grid_width), dtypenp.uint8) for det in detections: x1, y1, x2, y2 det[bbox] # 将边界框映射到网格 gx1, gy1 x1 // grid_size, y1 // grid_size gx2, gy2 x2 // grid_size, y2 // grid_size # 标记障碍物网格 grid[gy1:gy21, gx1:gx21] 1 return grid6. 系统集成与可视化现在我们将所有模块集成到一个完整的仿真系统中import time class AutonomousDrivingSimulator: def __init__(self): self.detector torch.hub.load(ultralytics/yolov8, yolov8n, pretrainedTrue) self.detector.eval() self.tracker IOUTracker() self.ego_vehicle {x: 320, y: 480, speed: 5, heading: np.pi/2} self.frame_count 0 def process_frame(self, frame): start_time time.time() # 目标检测 results self.detector(frame) detections results.xyxy[0].cpu().numpy() # 目标跟踪 tracked_objects self.tracker.update(detections) # 碰撞预测 ttc_results calculate_ttc(self.ego_vehicle, tracked_objects) # 路径规划 grid create_grid_from_detections(tracked_objects, (frame.shape[1], frame.shape[0])) start (self.ego_vehicle[x]//20, self.ego_vehicle[y]//20) goal (start[0], 0) # 假设目标是向上移动 path a_star(grid, start, goal) # 可视化 vis_frame self.visualize(frame, tracked_objects, ttc_results, path) processing_time time.time() - start_time print(fProcessing time: {processing_time*1000:.2f}ms) return vis_frame def visualize(self, frame, objects, ttc, path): # 绘制检测框 for obj in objects: x1, y1, x2, y2 map(int, obj[bbox]) cv2.rectangle(frame, (x1, y1), (x2, y2), (0, 255, 0), 2) cv2.putText(frame, fID:{obj[id]}, (x1, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 1) # 绘制TTC信息 for obj_id, t in ttc.items(): obj next((o for o in objects if o[id]obj_id), None) if obj: x, y int(obj[bbox][0]), int(obj[bbox][1]) cv2.putText(frame, fTTC:{t:.1f}s, (x, y-30), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,0,255), 1) # 绘制路径 for p in path: px, py p[0]*2010, p[1]*2010 cv2.circle(frame, (px, py), 3, (255,0,0), -1) return frame使用这个仿真器的基本流程如下初始化仿真器对象逐帧处理视频或摄像头输入可视化结果simulator AutonomousDrivingSimulator() # 从摄像头捕获视频 cap cv2.VideoCapture(0) # 或者使用视频文件路径 while True: ret, frame cap.read() if not ret: break result_frame simulator.process_frame(frame) cv2.imshow(Autonomous Driving Simulation, result_frame) if cv2.waitKey(1) 0xFF ord(q): break cap.release() cv2.destroyAllWindows()7. 性能优化与扩展虽然我们的仿真器已经可以工作但在实际应用中还需要考虑以下优化和扩展性能优化技巧使用GPU加速模型推理降低检测分辨率或帧率优化跟踪算法实现功能扩展方向多传感器融合结合雷达或激光雷达数据行为预测预测行人或车辆的意图动态障碍物处理处理移动的障碍物复杂场景支持夜间、雨天等特殊条件例如我们可以添加简单的行为预测def predict_behavior(obj, history_length5): 基于历史轨迹预测目标行为 :param obj: 跟踪目标对象 :param history_length: 考虑的历史帧数 :return: 预测行为 (stopped, moving, turning) if len(obj[history]) history_length: return unknown # 计算平均速度 speeds [] for i in range(1, history_length): dx obj[history][i][0] - obj[history][i-1][0] dy obj[history][i][1] - obj[history][i-1][1] speeds.append(np.sqrt(dx**2 dy**2)) avg_speed np.mean(speeds) if avg_speed 2: # 低速阈值 return stopped elif avg_speed 10: # 高速阈值 return moving_fast else: return moving在实际项目中我发现将检测和跟踪分开处理虽然直观但会导致信息丢失。更好的做法是将它们作为一个整体系统来优化比如使用联合检测跟踪的方法。此外路径规划不仅要考虑静态障碍物还应该预测动态障碍物的未来位置这需要更复杂的运动模型。

相关文章:

从YOLO到A*:手把手教你用PyTorch和OpenCV搭建一个简易的自动驾驶避障仿真器

从YOLO到A*:用PyTorch和OpenCV构建自动驾驶避障仿真器 想象一下,你正坐在一辆自动驾驶汽车里,车辆能够自动识别前方的行人、车辆和障碍物,并规划出安全的行驶路径。这种看似科幻的场景,如今正逐渐成为现实。本文将带你…...

嵌入式开发中开源组件的战略价值与使用策略

1. 嵌入式开发中开源组件的战略价值在当今嵌入式系统开发领域,开源软件已经成为不可或缺的战略资源。作为一名从业十余年的嵌入式工程师,我亲眼见证了开源生态如何彻底改变这个行业的开发模式。从早期的闭源商业解决方案主导,到现在几乎每个项…...

DirectX兼容性解决方案:让经典游戏在Windows 10重获新生

DirectX兼容性解决方案:让经典游戏在Windows 10重获新生 【免费下载链接】dxwrapper Fixes compatibility issues with older games running on Windows 10 by wrapping DirectX dlls. Also allows loading custom libraries with the file extension .asi into gam…...

如何用Tool-SQL解决Text2SQL中的条件不匹配问题?实战案例分享

实战解析:用Tool-SQL攻克Text2SQL条件不匹配难题 当数据工程师面对"帮我找出上季度华东区销售额超50万但退货率低于5%的客户"这类业务查询时,传统Text2SQL方案常陷入条件错配的泥潭——系统生成的SQL要么遗漏关键约束,要么将"…...

AirNgin ESP32 MQTT客户端:面向工业IoT的平台化固件库

1. 项目概述AirNgin ESP32 MQTT Client 是一款专为 ESP32 平台设计的 Arduino 兼容库,面向伊朗本土 IoT 平台 AirNgin 构建。该库并非通用 MQTT 封装,而是深度集成 AirNgin 云平台特有协议栈与管理逻辑的生产级固件组件。其核心价值在于将设备接入、状态…...

基于MATLAB的buck-boost升降压斩波电路系统设计 本设计包括设计报告,仿真工程

基于MATLAB的buck-boost升降压斩波电路系统设计 本设计包括设计报告,仿真工程。 Buck-Boost斩波电路是一种特殊的DC-DC转换器,它具备独特的功能,能够灵活地处理输入电压与输出电压之间的关系。 这种电路不仅能够将输入电压降至低于输出电压的…...

7yuv调试神器+RGA组合拳:快速定位GStreamer解码数据异常区域

7yuv调试神器与RGA组合拳:高效解决NV12解码数据异常问题 在视频处理开发中,经常会遇到解码后的NV12数据出现异常区域(如绿边、花屏)的情况。这不仅影响视觉效果,还可能导致后续处理算法失效。本文将介绍如何利用7yuv可…...

小白友好:InstructPix2Pix极速推理,秒级响应你的修图指令

小白友好:InstructPix2Pix极速推理,秒级响应你的修图指令 你有没有过这样的经历?手机里存着一张照片,风景很美,但天空灰蒙蒙的;或者朋友聚会合影,大家都笑得很开心,就是背景有点乱。…...

(二)人工智能算法之监督学习——线性回归

一、核心定义 线性回归是有监督、回归任务里最基础、最经典的机器学习算法。 核心目标: 用一条直线(一元)/ 超平面(多元),拟合自变量 X 和连续型因变量 Y 之间的线性相关关系,用来做数值预测。 …...

7个效率倍增技巧:StarRailAssistant自动化工具解放崩坏星穹铁道玩家双手

7个效率倍增技巧:StarRailAssistant自动化工具解放崩坏星穹铁道玩家双手 【免费下载链接】StarRailAssistant 崩坏:星穹铁道自动化 | 崩坏:星穹铁道自动锄大地 | 崩坏:星穹铁道锄大地 | 自动锄大地 | 基于模拟按键 项目地址: ht…...

多平台网盘直链解析工具:技术原理与应用指南

多平台网盘直链解析工具:技术原理与应用指南 【免费下载链接】Online-disk-direct-link-download-assistant 可以获取网盘文件真实下载地址。基于【网盘直链下载助手】修改(改自6.1.4版本) ,自用,去推广,无…...

订单簿处理全面解析:从技术原理到实战优化

订单簿处理全面解析:从技术原理到实战优化 【免费下载链接】AXOrderBook A股订单簿工具,使用逐笔行情进行订单簿重建、千档快照发布、各档委托队列展示等,包括python模型和FPGA HLS实现。 项目地址: https://gitcode.com/gh_mirrors/ax/AXO…...

基于LabVIEW的车床主体振动检测系统:CSV数据导入、滤波分析与时频域可视化

温馨提示:文末有联系方式系统概述 本系统采用LabVIEW平台开发,专为车床主体结构振动特性评估而设计,具备高精度数据采集与智能分析能力,适用于设备健康状态诊断与工艺优化场景。数据导入与预处理 系统支持标准CSV格式振动数据文件…...

ArcGIS中利用shp文件精准裁剪DEM的实用技巧

1. 为什么需要精准裁剪DEM数据 数字高程模型(DEM)是地理信息系统中最重要的基础数据之一,它用规则网格的形式记录了地表高程信息。在实际项目中,我们经常需要对大范围的DEM数据进行局部提取,这时候就需要用到裁剪操作。…...

为什么纯向量 RAG 难以支撑长记忆?Graph RAG 的架构优势解析

前几天在调试一个企业级 Agent 时,遇到一个经典崩溃点:当用户问起“去年 10 月项目 A 失败的根本原因是什么”时,纯向量搜索(Vector Search)直接输出了几个毫不相关的会议纪要片段。 这是企业知识库问答中最常见的一类…...

MATLAB MultiDIC/Ncorr实战:从图像采集到应力应变云图生成的全流程解析

1. 数字图像相关技术入门指南 第一次接触数字图像相关(DIC)技术时,我完全被那些专业术语搞晕了。后来在实际项目中摸爬滚打才发现,这套技术本质上就是用相机"看"材料变形的过程。想象一下橡皮筋被拉伸时表面的斑点移动—…...

YOLOv8特征可视化实战:如何用3种合并模式优化模型调试(附完整代码)

YOLOv8特征可视化实战:3种合并模式优化模型调试的工程实践 在计算机视觉领域,理解神经网络内部工作机制一直是提升模型性能的关键。YOLOv8作为当前最先进的实时目标检测框架之一,其内部特征层的可视化分析能够为模型调试提供直观依据。然而&a…...

300 元内降噪耳机横评:倍思 M2s / 绿联 T3 / 漫步者 X5 Pro 实测对比(续航・降噪・延迟全数据)

300 元内降噪耳机横评:倍思 M2s / 绿联 T3 / 漫步者 X5 Pro 实测数据对比(附续航 / 降噪 / 延迟测试结果) 摘要 本文针对学生党、通勤族高频使用的 300 元内主动降噪耳机,选取倍思 M2s、绿联 HiTune T3、漫步者 X5 Pro 三款热门机…...

iOS设备安全定制指南:使用Cowabunga Lite实现零风险个性化配置

iOS设备安全定制指南:使用Cowabunga Lite实现零风险个性化配置 【免费下载链接】CowabungaLite iOS 15 Customization Toolbox 项目地址: https://gitcode.com/gh_mirrors/co/CowabungaLite iOS系统的封闭性常让用户陷入个性化与安全性的两难选择——越狱虽能…...

百川2-13B-4bits模型调优:OpenClaw任务响应速度提升50%的3个技巧

百川2-13B-4bits模型调优:OpenClaw任务响应速度提升50%的3个技巧 1. 问题背景与优化动机 去年冬天,当我第一次将百川2-13B-4bits模型接入OpenClaw时,发现一个奇怪现象:同样的自动化任务,在本地测试时响应飞快&#x…...

Vercel预览部署的隐藏玩法:除了看UI,还能这样测API和监控性能

Vercel预览部署的隐藏玩法:除了看UI,还能这样测API和监控性能 当大多数开发者将Vercel的预览部署视为前端UI的"展示橱窗"时,一个更强大的应用场景正被悄然忽视——它完全可以成为全栈开发的预发布验证平台。想象一下:在…...

从零开始:基于 Chroma+Ollama 的本地知识库搭建与智能问答实战指南

1. 为什么选择 ChromaOllama 组合? 如果你正在寻找一个既轻量又强大的本地知识库解决方案,Chroma 和 Ollama 的组合绝对值得考虑。我最初接触这个组合是因为需要一个完全离线的知识管理系统,经过多次对比测试后发现,这对搭档在易用…...

嵌入式串口通信中的结构体与浮点数转换技巧

1. 串口数据传输中的结构体转换问题在嵌入式系统开发中,串口通信是最基础也最常用的数据传输方式之一。作为一名长期从事嵌入式开发的工程师,我经常遇到需要传输复杂数据类型的情况。串口本身只能以字节为单位传输数据,这就带来了一个关键问题…...

虚拟内存 pagefile.sys 安全迁移教程|释放 3~8GB

摘要Windows 系统默认将虚拟内存(pagefile.sys)存放在 C 盘,长期占用 3~8GB 系统盘空间,不仅会加剧 C 盘爆满问题,还会增加磁盘读写压力,影响系统运行性能。本文整理 官方原生、安全无毒、无需第三方工具 的…...

H5端微信登录实战:从配置到用户信息获取的全流程解析

1. 为什么需要H5端微信登录? 每次开发新项目时,用户注册环节总是让人头疼。传统的账号密码注册方式,不仅流程繁琐,还经常遇到用户忘记密码的问题。我在去年开发一个电商H5项目时,就发现超过60%的用户流失都发生在注册…...

ncmdumpGUI:一站式NCM音乐格式转换解决方案,轻松搞定加密音乐跨设备播放

ncmdumpGUI:一站式NCM音乐格式转换解决方案,轻松搞定加密音乐跨设备播放 【免费下载链接】ncmdumpGUI C#版本网易云音乐ncm文件格式转换,Windows图形界面版本 项目地址: https://gitcode.com/gh_mirrors/nc/ncmdumpGUI 清晨的音乐烦恼…...

别再只会用Burp改后缀了!5种Web文件上传绕过技巧原理深度拆解(.htaccess/MIME/00截断)

Web文件上传绕过技术:从原理到实战的深度解析 在CTF竞赛和实际渗透测试中,文件上传漏洞一直是高频出现的攻击面。许多开发者仅仅依赖简单的后缀名过滤或前端验证,却忽视了底层解析机制的复杂性。本文将深入剖析五种主流绕过技术的核心原理&am…...

布隆过滤器与哈希索引:两级验证模型

在高并发、大数据量的系统中,快速判断一个元素是否“已经存在”是一项基础而关键的能力。无论是防止重复提交、抵御缓存穿透,还是实现分布式去重,都需要一种高效的存在性检查机制。实践中,布隆过滤器(Bloom Filter&…...

如何快速掌握单细胞分析:CELLxGENE新手必看的3个实用技巧

如何快速掌握单细胞分析:CELLxGENE新手必看的3个实用技巧 【免费下载链接】cellxgene An interactive explorer for single-cell transcriptomics data 项目地址: https://gitcode.com/gh_mirrors/ce/cellxgene 你是否曾经面对海量的单细胞转录组数据感到无从…...

ChatGPT等大模型安全指南:从数据泄露防护到模型滥用防范的7个关键策略

大模型安全实战手册:7个维度构建企业级防护体系 当ChatGPT在2023年掀起生成式AI的浪潮时,某跨国咨询公司曾发生一起典型的数据泄露事件——工程师将包含客户隐私的对话记录误上传至公开代码库,导致3.2万条敏感数据暴露。这个案例揭示了大模型…...