params_cam = sensor_params["params_cam"]
rospy.init_node('lane_detector', anonymous=True)
image_parser = IMGParser()
bev_op = BEVTransform(params_cam=params_cam)
curve_learner = CURVEFit(order=1)
rate = rospy.Rate(20)
while not rospy.is_shutdown():
if image_parser.edges is not None:
img_warp = bev_op.warp_bev_img(image_parser.edges)
lane_pts = bev_op.recon_lane_pts(image_parser.edges)
x_pred, y_pred_l, y_pred_r = curve_learner.fit_curve(lane_pts)
curve_learner.write_path_msg(x_pred, y_pred_l, y_pred_r)
curve_learner.pub_path_msg()
xyl, xyr = bev_op.project_lane2img(x_pred, y_pred_l, y_pred_r)
img_warp1 = draw_lane_img(img_warp, xyl[:, 0].astype(np.int32),
xyl[:, 1].astype(np.int32),
xyr[:, 0].astype(np.int32),
xyr[:, 1].astype(np.int32))
cv2.imshow("Image window", img_warp1)
from utils import BEVTransform, STOPLineEstimator
if __name__ == "__main__":
rp = rospkg.RosPack()
currentPath = rp.get_path("lane_detection_example")
with open(os.path.join(currentPath, 'sensor/sensor_params.json'), 'r') as fp:
sensor_params = json.load(fp)
params_cam = sensor_params["params_cam"]
rospy.init_node('stoplane_detector', anonymous=True)
image_parser = IMGParser()
bev_op = BEVTransform(params_cam=params_cam)
sline_detectpr = STOPLineEstimator()
rate = rospy.Rate(30)
while not rospy.is_shutdown():
if image_parser.img_wlane is not None:
lane_pts = bev_op.recon_lane_pts(image_parser.img_wlane)
sline_detectpr.get_x_points(lane_pts)
sline_detectpr.estimate_dist(0.3)
sline_detectpr.pub_sline()
rate.sleep()
lane_detector = LINEDetector()
rate = rospy.Rate(20)
img_wlane = None
while not rospy.is_shutdown():
if lane_detector.cam is not None:
img_wlane = lane_detector.binary_image()
if img_wlane is not None:
# 카메라 이미지를 BEV이미지로 변환
img_bev = bev_trans.warp_bev_img(img_wlane)
# 카메라 이미지에서 차선에 해당하는 포인트들을 추출
lane_pts = bev_trans.recon_lane_pts(img_wlane)
# 추출한 포인트를 기반으로 차선을 예측
x_pred, y_pred_l, y_pred_r = pts_learner.fit_curve(lane_pts)
# 예측한 차선을 Path로 변환하여 메세지의 데이터를 작성
pts_learner.write_path_msg(x_pred, y_pred_l, y_pred_r)
# 예측한 차선을 publish topic: /lane_path
pts_learner.pub_path_msg()
# 예측한 차선 포인트들을 이미지에 넣기 위해서 변환
xyl, xyr = bev_trans.project_lane2img(x_pred, y_pred_l, y_pred_r)
# 예측한 차선 포인트들을 BEV이미지에 넣기
img_bev_line = draw_lane_img(
img_bev,
sensor_params = json.load(fp)
params_cam = sensor_params["params_cam"]
rospy.init_node('StopLine_Detector', anonymous=True)
# WeCar의 카메라 이미지에서 차선에 관한 포인트들을 추출하기 위해 클래스를 선언
bev_trans = BEVTransform(params_cam=params_cam)
# 카메라 이미지에서 추출한 포인트로 차선이 정지선인지 판단 및 정지선까지의 거리를 계산하는 클래스를 선언
stopline_estimator = STOPLineEstimator()
stopline_detector = STOPLineDetector()
rate = rospy.Rate(20)
while not rospy.is_shutdown():
if stopline_detector.image_sline is not None:
# 카메라 이미지에서 차선에 관한 포인트들을 추출
lane_pts = bev_trans.recon_lane_pts(stopline_detector.image_sline)
# 추출한 포인트에서 x 값을 받아옴 -> y값의 제한을 둬서 좌우 차선에 해당하는 포인트는 걸러냄
stopline_estimator.get_x_points(lane_pts)
# 정지선을 판단 및 정지선까지의 거리를 계산
stopline_estimator.estimate_dist(30)
# 정지선까지의 거리를 publish topic: /stop_line
stopline_estimator.pub_sline()
rate.sleep()
sensor_params = json.load(fp)
params_cam = sensor_params["params_cam"]
rospy.init_node('lane_detector', anonymous=True)
image_parser = IMGParser()
bev_op = BEVTransform(params_cam=params_cam)
curve_learner = CURVEFit(order=3)
rate = rospy.Rate(20)
while not rospy.is_shutdown():
img_wlane = image_parser.get_bi_img()
img_warp = bev_op.warp_bev_img(img_wlane)
lane_pts = bev_op.recon_lane_pts(img_wlane)
x_pred, y_pred_l, y_pred_r = curve_learner.fit_curve(lane_pts)
curve_learner.write_path_msg(x_pred, y_pred_l, y_pred_r)
curve_learner.pub_path_msg()
xyl, xyr = bev_op.project_lane2img(x_pred, y_pred_l, y_pred_r)
img_warp1 = draw_lane_img(img_warp, xyl[:, 0].astype(np.int32),
xyl[:, 1].astype(np.int32),
xyr[:, 0].astype(np.int32),
xyr[:, 1].astype(np.int32))
cv2.imshow("Image window", img_warp1)