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

news2026/4/2 1:18:35
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。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2467009.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…