「2019」「RM圆桌」第五期 抢人头要靠自瞄

1、如果是用神经网络和机器学习去做跟踪处理 现在已经做到可以识别车了 那接下来是不是应该转化为识别灯条上的装甲板 华工是在tx2上面进行运算的吗？

答：我们用的都是传统算法识别装甲片的，神经网络的方法没有尝试过，觉得会比较慢；我们在大部分机器人上用的是nuc，无人机上用的是TX2

2. 请问自瞄过程中，怎样对目标进行预测，运用到什么策略或算法？
2018年的比赛中并没有在预测上做太大的功夫，不过可以尝试一下卡尔曼预测。

3、请问华工现在采用的是什么视觉方案呢？
参考上面回答的一般思路

4、视觉算法设计到大量像素运算，为了保证实时性同时不牺牲性能，都有哪些优化方案？
如果用的平台是TX1、TX2的话，可以试试GPU加速

5. 请问视觉解算出角度后，与电控之间的配合，有什么需要注意的吗？
其实没有需要特别注意的地方，只要保证串口相互通信正常，和电控的控制算法相匹配即可

6. 请问在自瞄系统中高性能工业相机是否必要，算法效率真的可以发挥高性能工业相机的性能优势吗？
有必要，能，不过个人认为反过来也是对的，高性能工业相机反而能提高算法的效率

7、深度学习做检测一般可以达到很高的准确率，但是一般比c++ +opencv方案会更耗时，用深度学习做自瞄这个思路靠谱吗
我会选择更加实时的方案

8. 请问进行目标跟踪时有哪些算法能有效帮助我们进行实时跟踪呢
各种滤波算法

9. 工业摄像机 如果选择高帧率 那么就低像素 如果高像素 那么就帧率就会下降 请问你们是怎么选择的
高帧率低像素

10. 想问下主讲人识别出装甲板后采用什么方法测距比较好呢？
利用小孔成像的原理测距