自动驾驶
yolo5自动驾驶
1、重要!更换U盘的操作指引
2、关闭开机自启动大程序
3、Linux基础
4、YoloV5训练集
5、自动驾驶基础调试(代码解析)
6、自动驾驶特调
7、自动驾驶原理
8、PID算法理论
9、阿克曼运动学分析理论
10、建立运动学模型
常用命令
首次使用
一、原理分析
麦克纳姆轮运动学分析
二、AI大模型
3、AI大模型类型和原理
4、RAG检索增强和模型训练样本
5、具身智能机器人系统架构
6、具身智能玩法核心源码解读
7、配置AI大模型
三、深度相机
2、颜色标定
10、深度相机的基础使用
11、深度相机伪彩色图像
12、深度相机测距
13、深度相机色块体积测算
14、深度相机颜色跟随
15、深度相机人脸跟随
16、深度相机KCF物体跟随
17、深度相机Mediapipe手势跟随
18、深度相机视觉循迹自动驾驶
19、深度相机边缘检测
四、多模态视觉理解
20、多模态语义理解、指令遵循
21、多模态视觉理解
22、多模态视觉理解+自动追踪
23、多模态视觉理解+视觉跟随
24、多模态视觉理解+视觉巡线
25、多模态视觉理解+深度相机距离问答
26、多模态视觉理解+SLAM导航
27、多模态视觉理解+SLAM导航+视觉巡线
28、意图揣测+多模态视觉理解+SLAM导航+视觉功能
五、雷达
8、雷达基础使用
思岚系列雷达
六、建立地图
9、Gmapping建图
cartographer快速重定位导航
RTAB-Map导航
RTAB-Map建图
slam-toolbox建图
cartographer建图
Navigation2多点导航避障
Navigation2单点导航避障
手机APP建图与导航
七、新机器人自动驾驶与调整
多模态视觉理解+SLAM导航
新机器人自动驾驶
场地摆放及注意事项
启动测试
识别调试
无人驾驶的车道保持
无人驾驶路标检测
无人驾驶红绿灯识别
无人驾驶之定点停车
无人驾驶转向决策
无人驾驶之喇叭鸣笛
无人驾驶减速慢行
无人驾驶限速行驶
无人驾驶自主泊车
无人驾驶综合应用
无人驾驶融合AI大模型应用
八、路网规划
路网规划导航简介
构建位姿地图
路网标注
路网规划结合沙盘地图案例
九、模型训练
十、YOLOV11开发
多机通讯配置
汝城县职业中等专业学校知识库-信息中心朱老师编辑
-
+
首页
三、深度相机
11、深度相机伪彩色图像
11、深度相机伪彩色图像
### 1、程序功能说明 程序启动后,会把订阅接收到的黑白深度图像转换为伪彩色的图像,根据深度远近的信息,图像呈现不同程度的颜色。 ### 2、程序代码参考路径 `~/yahboomcar_ros2_ws/yahboomcar_ws/src/yahboomcar_depth/yahboomcar_depth/Basic/depth_to_color.py` * depth_to_color.py文件 * 主要是通过订阅深度图像信息,将深度数据转化成伪彩色图。 ### 3、程序启动 终端输入 ``` ros2 launch ascamera hp60c.launch.py ros2 run yahboomcar_depth depth_to_color ``` 成功启动如下图所示,会生成一个窗口,显示伪彩色的图像,  由实际的距离可知,深度信息的差异就很直观由颜色来体现。 ### 4、核心代码 depth_to_color.py 这个程序主要有以下几个功能: 订阅原始的深度图像话题将单通道(灰度)深度图像转换为伪彩色图像(Jet颜色映射)在窗口中实时显示转换后的彩色深度图像部分核心代码如下 ``` def topic(self, msg): # 将ROS图像消息转换为OpenCV格式 Convert ROS image messages to OpenCV format depth_image_orin = self.depth_bridge.imgmsg_to_cv2(msg, encoding[1]) # 深度图像处理: #Deep Image Processing: # 1. 调整深度值范围:使用convertScaleAbs缩放深度值 # 2. 应用伪彩色映射:使用COLORMAP_JET(蓝->绿->红) # 1. Adjust the depth range: Use convertScaleAbs to scale the depth values. # 2. Apply a pseudo-color map: Use COLORMAP_JET (blue->green->red) depth_to_color_image = cv.applyColorMap( cv.convertScaleAbs(depth_image_orin, alpha=0.45), cv.COLORMAP_JET ) # 显示处理后的图像 Display the processed image cv.imshow(self.window_name, depth_to_color_image) # 保持窗口更新(1ms延迟) Keep the window updated (1ms delay) cv.waitKey(1) ```
admin
2025年11月30日 19:17
6
转发
收藏文档
上一篇
下一篇
手机扫码
复制链接
手机扫一扫转发分享
复制链接
Markdown文件
Word文件
PDF文档
PDF文档(打印)
分享
链接
类型
密码
更新密码
有效期
AI