颜色分类leetcode Perception for Self driving 自动驾驶汽车的感知算法；车道线查找、车辆检测、...

颜色分类leetcode自动驾驶汽车的感知算法Udacity自动驾驶汽车纳米学位项目感知相关项目。概括车道线查找传统的计算机视觉技术，如相机校准、颜色阈值和图像包装，已用于车道线查找。 Bird eye view中的Lane Line从像素单位转换为米单位，计算得到车辆的CTE(Cross Track Error)和车道的Curvature 。车辆检测SVM分类器用于对车辆和非车辆进行分类， Sliding window方法用于从图像中检测车辆。通过由当前图像帧和前一图像帧的信息组成的Heat-map来防止多重检测和误报问题。交通标志分类CNN（卷积神经网络）用于交通标志分类，可识别和区分43种不同类型的交通标志。再培训后，识别交通标志的测试准确率高达93.5%。