开源项目|从0到1教您构建适用于智能汽车的目标检测系统

简介本教程使用ROS可以控制的相机对汽车进行序列化，使用ROS发布图像数据并处理获取的图像，例如目标检测。

本文主要在本教程的后面部分介绍如何收集内容，以实现可以检测物体的小型汽车。

首先，总结以下文档的内容：要获取此项目的完整教程代码和文档，请注意下面的QR代码，并在邮件中回复数字“ 4”。

以官方帐户为背景。

本文档涉及上述文档的几乎所有内容。

这是一个全面的应用程序，您可以根据后续系列逐步学习。

如果您熟悉上述内容，您会发现本文档非常简短，但是它基于现有基础。

您现在应该已经熟悉的内容：了解CNN的工作原理；可以使用Darknet训练自己的目标检测模型。

可以使用rosserial在RT-Thread和ROS之间建立连接。

可以使用ROS发布图像信息。

下面将介绍如何使用ROS发布图像信息。

与Darknet连接以进行目标检测。

1. Darknet ROS 1.1获取源代码。

实际上，以下是ROS软件包，该软件包现在是开源的：1＃＆amp; nbsp;初始化工作环境2 $＆amp; nbsp; mkdir＆amp; nbsp; catkin_workspace3 $＆amp; nbsp; cd＆amp; nbsp; catkin_workspace / src4 $ ＆cat; catkin_init_workspace56 ##＆amp; nbsp;下载源代码7 $＆nbsp; git＆amp; nbsp; clone＆amp; nbsp; --recursive＆amp; nbsp; http：//github.com/leggedrobotics/darknet_ros.git源代码，我们还需要下载一些经过训练的神经网络权重，将其放在以下目录中：1 $＆catkin_workspace / src / darknet_ros / darknet_ros / yolo_network_config / weights /如果您认为在国外的下载速度太慢，这里有一个国内CDN加速镜：yolov2-tiny.weights：https://wuhanshare-1252843818.cos.ap-guangzhou.myqcloud.com/yolov2-tiny.weights yolov2.weights：https：// wuhanshare-1252843818 .cos.ap-guangzhou.myqcloud.com / yolov2.weights yolov3.weights：https://wuhanshare-1252843818.cos.ap-guangzhou.myqcloud.com/yolov3.weights如果源公司de和权重已下载，我们已准备好进行编译。

1.2编译源代码为了确保Darknet可以获取摄像机数据，我们需要告诉它摄像机信息的发布位置，然后修改此文件：1 $＆catkin_workspace / src / darknet_ros / darknet_ros / config / ros.yaml并放置以下主题修改发布图像的位置，例如，我将其发布在此处/ usb_cam / image_raw 1camera_reading：2＆amp; nbsp;＆amp; nbsp;＆amp; nbsp;＆amp; nbsp; topic：＆amp; / usb_cam / image_raw3＆amp; nbsp;＆amp; nbsp; queue_size：＆amp; nbsp; 1编译程序包后，在catkin_workspace目录下：1 $＆amp; nbsp; catkin_make如果一切正常，编译完成。

实际上，不需要做太多的工作。

编译之后，请记住更新环境变量，以便以后可以正常启动该程序包。

1 $ sorce＆amp; nbsp; devel / setup.bash 1.3目标检测在执行目标检测之前，我们首先启动ROS节点：1 $＆rosbcore，然后启动摄像头节点：1roslaunch＆amp; usb_cam＆amp; bash。

nbsp; usb_cam-test.launch，以便可以实时查看摄像机数据，摄像机在哪里并不重要。

它可以在汽车上或计算机上。

这也是ROS的美。

只要节点发布摄影机消息，ROS都可以接收，无论摄影机在哪里。

要进行处理：接下来，我们启动Darknet节点：1 $＆amp; roslaunch＆amp; nbsp; darknet_ros＆amp; nbsp; darknet_ros.launch在下面的图片中，您可以看到有两个视频流，左边是未经处理的实时图像，右边是运行目标的测试结果：2.总结RT-Thread负责作为实时操作系统进行控制，而Linux则负责提供丰富的软件包运行算法。

将两者结合起来，相互配合以相互补充是一件好事。

3.参考文档Darknet ROS：https://github.com/leggedrobotics/darknet_ros要获取此项目的完整教程代码和文档，请遵循以下QR码，并在代码中回复编号“ 4”。

官方帐号后台的RT-Thread让IoT终端开发变得简单而快速，并且芯片的价值得以最大化。

Apache2.0协议可免费用于商业产品，而无需发布源代码，并且没有潜在的商业风险。

长按QR码，关注我们并点击“阅读原始文本”进入RT-Thread GitHub