24赛季雷达站

1.背景

24赛季雷达站将基于原先代码的框架下：使用神经网络识别车辆，再配合激光雷达获取深度图对目标进行定位。

2.功能

• 识别、定位图中的敌我机器人。
• 获取并分析裁判系统信息，并加以处理利用。

3.环境

1. 软件环境：Ubuntu20.04、cuda、cudnn、tensorRT
2. 硬件环境：主机（RTX4080）、Livox激光雷达、MV-SUA630C工业相机

4.项目文件架构

（未完

5.项目框架

（未完

6.整体思路

设置多个独立运行的模块以及一条主线：相机模块（实时获取彩色图）、激光雷达模块（实时扫描获取获取深度信息）、深度图制作模块（实时获取深度信息并制作深度图）、UI模块（搞个好看的）。
主线即主线程，从对应的模块获取信息，结合信息用于算法计算：同时读取彩色图与深度图进行目标检测、分类与追踪，随后定位所有目标到小地图上的位置，然后综合位置与裁判系统的信息，输入行为树进行决策，将信息展示在UI上。

• 目标检测

使用YOLOv8进行车辆目标检测。

• 目标分类

将目标检测到的ROI区域裁减出来作为输入，再次进行神经网络（YOLOv8）检测装甲板。
使用tensorRT进行推理加速：tensorrtx（膜拜大佬）
缺点：推理时间过长（现在主要靠硬件优化）；双层网络结构，重复识别效率过低且装甲板因各种原因可能无法识别。

• 目标跟踪

为了解决目标分类的缺点，使用目标跟踪算法解决该问题。

• 小地图映射

（未定

• 决策

实现飞坡预警、打符倒计时等辅助功能。

• UI设计

（搞个好看的

7.改进