Udacity无人驾驶工程师试看课——车道线检测观后感

第一周的内容就是完成一个项目 Finding Lane Line，是免费试看的，网页版的，最多三四个小时就能看完。

讲的就是整个pipeline，一分钟视频版可以在这里看完：https://www.youtube.com/watch?v=xknesDIgOcA
或者看这个博客https://medium.com/udacity/udacity-self-driving-car-nanodegree-project-1-finding-lane-lines-719ac1adbed9

我也简单描述一下，内容大概就是：

1. 颜色选择
   1. 用颜色(白/黄)生成color mask
   2. 用区域(三角形/四边形/其他多边形)来生成region mask
   3. Combine mask
2. 边缘检测
   1. 变为灰度图
   2. Canny边缘检测(edges = cv2.Canny(gray, low_threshold, high_threshold))
   3. Hough变换在Canny边缘上找直线(lines = cv2.HoughLinesP(masked_edges, rho, theta, threshold, np.array([]),
      min_line_length, max_line_gap))
   4. 结合region mask得到最终结果

虽然涉及的知识量很少，但课程设计的很棒。比如讲Hough变换的时候一连用了好几个图来讲。再比如代码可以直接在网页上跑，你的任务仅仅是选择参数，比如颜色选择的阈值，Canny边缘检测的阈值，而Hough变换筛选直线的参数会比较多。
不过总感觉内容有点简单，比如车道线检测，答案所给的参数并不能很好的只筛选车道线，必须结合region mask才能得到比较好的结果。
虽然我学过opencv和数字图像处理，但以前没想过这些(颜色选择/边缘检测/Hough变换)直接用在车道线检测上就能得到比较好的效果。
买是不可能买的，价格真的太贵了，不过网页版视频和代码很值得一看。