任务说明

AprilTag是一种二维条形码,通常应用于机器人领域,用于快速、鲁棒地检测相机相对于标签的位姿,支持机器人的定位与导航。本任务旨在开发CV180X/CV181x处理器上的AprilTag检测与识别算法,能够从图像中准确检测AprilTag并识别其编号。

  • 验收标准
  1. 算法性能将在评测集上进行评估,主要关注AprilTag检测准确度和编号识别准确度。
  2. AprilTag检测准确度: 在评测集上达到95%的AprilTag检测准确度。
  3. 编号识别准确度: 在评测集上达到90%的AprilTag编号识别准确度。
  4. FLOPS要求: 算法的运算复杂度(FLOPS)应适应处理器平台,不超过25G,以确保在嵌入式设备上的高效运行。

 

  • 评测集

评测集将包含多个场景,以模拟实际AprilTag应用中可能遇到的各种情况:

  1. 距离范围: 不同距离下的AprilRag图像,例如0.1米至0.5米。
  2. 不同视角: 模拟不同摄像头角度下的AprilTag图像,与相机光心夹角在-45度至+45度之间。。
  3. 光照条件: 光照均匀以及弱光条件下的图像。
  4. AprilTag变形: 包括AprilTag在不同形变下的检测与识别。
  5. 样本数量: 评测集中的样本数量应大于500,以确保充分评估算法性能。

通过这些评测集的要求,我们期望算法在实际AprilTag应用场景中表现出高检测与识别准确度,满足AprilTag检测与识别的实际需求。

 

数据采集流程

 

  • 数据采集方案制定

采集方案应该根据算法实际应用场景而定,首先确定采集变量,例如:采集场景,采集数量,采集人数,性别,年龄等。为每个变量按照索引编排好,并为每个变量赋予英文简称。例如有采集场景、采集距离、采集性别三个变量,则可编号为:

  1. 场景1:indoor;场景2:outdoor 
  2. 距离1:1m;距离2:3m;距离3:5m
  3. 性别1:male,性别2:female

然后根据变量确定采集流程,如先按变量1采集还是变量2采集,被采集人的动作方式以及注意事项等,将以上采集方案以及变量信息整理为word文档进行保存。

 

  • 准备采集设备

采集设备要尽可能贴近实际使用的设备,并确保可以长时间保存,准备好采集固件。

 

  • 数据采集与保存

进行数据采集,并按照以下格式命名:根据“数据采集方案制定”定义的采集变量的顺序保存文件,名称形如x-x-x-x.xxx。例如有场景、距离、性别三个变量,保存格式为:indoor-3m-female-12.xxx,表示采集到的第12个“indoor场景、3m距离、女性”的数据。采集完毕,应该把采集的数据和“数据采集方案制定”的采集说明文档放到一起,以备查验。