207 lines
5.4 KiB
Markdown
207 lines
5.4 KiB
Markdown
# LJ360 - 360全景人员接近预警系统
|
||
|
||
LJ360是一个基于OpenCV开发的360度全景人员接近预警系统，支持多摄像头拼接、雷达距离检测和人体检测、web配置等功能。
|
||
|
||
## 更新
|
||
- 2025-12-25: CPP版本360环视成功运行
|
||
- 2025-12-23: 增加Flask框架，支持WEB预览
|
||
- 2025-12-20: 增加YOLOv5模型，支持人员检测
|
||
- 2025-12-19: Python版本360环视成功运行
|
||
- 2025-12-16: 单路摄像头投影生成
|
||
- 2025-12-15: 加载V4L2后端 移除gstreamer
|
||
- 2025-12-12：模拟摄像头内参矩阵和畸变系数计算
|
||
---
|
||
- 2025-12-02: 本地视频360合成
|
||
- 2025-11-03：YOLO融合 雷达预警
|
||
- 2025-11-01：网络摄像头四分屏
|
||
- 2025-10-30：初始版本发布
|
||
|
||
|
||
## 功能
|
||
|
||
- **多摄像头拼接**：支持4个鱼眼摄像头实时拼接成360度全景视图
|
||
- **图像校正**：自动对鱼眼镜头的畸变进行校正
|
||
- **雷达检测**：支持串口雷达距离检测，实时显示障碍物距离
|
||
- **人体检测**：集成YOLO目标检测算法，实时检测行人
|
||
- **Web界面**：提供Web界面查看全景视频流
|
||
- **硬件加速**：支持RKNN神经网络加速和OpenCL GPU加速
|
||
|
||
## 系统要求
|
||
|
||
- Python 3.8
|
||
- OpenCV 4.0+
|
||
- NumPy
|
||
- RKNN Toolkit Lite (用于神经网络加速)
|
||
- Serial (用于雷达通信)
|
||
- Flask (用于Web界面)
|
||
|
||
## 硬件要求
|
||
|
||
- 4个鱼眼摄像头 (1920*1080@25fps)
|
||
- 4路AHD转MIPI TP2815接口板
|
||
- 摄像头映射关系：video0(前)、video1(左)、video2(后)、video3(右)
|
||
- 雷达模块 (支持串口通信)
|
||
- RK3588平台 (用于RKNN加速和系统主控)
|
||
|
||
## 安装步骤
|
||
|
||
1. 克隆项目代码：
|
||
```bash
|
||
git clone <repository_url>
|
||
cd LJ360
|
||
```
|
||
|
||
2. 安装依赖：
|
||
```bash
|
||
NULL
|
||
```
|
||
|
||
3. 配置摄像头参数：
|
||
- 在`yaml/`目录下为每个摄像头创建配置文件
|
||
- 配置文件包含摄像头的内参、外参和畸变参数
|
||
|
||
4. 配置雷达参数：
|
||
- 在`web.py`中修改雷达串口配置
|
||
- 调整距离阈值参数
|
||
|
||
## 使用方法
|
||
|
||
### 1. 主要运行文件 (推荐)
|
||
|
||
```bash
|
||
python3 web.py
|
||
```
|
||
|
||
该脚本是系统的主要运行文件，同时实现：
|
||
- 4个摄像头的实时图像捕获
|
||
- 鱼眼图像校正和拼接
|
||
- 360度全景视图生成
|
||
- Web服务器启动，提供全景视频流访问
|
||
|
||
启动后，在浏览器中访问`http://localhost:5000`查看全景视频流。
|
||
显示器同步显示360度全景视图和YOLO检测结果。
|
||
|
||
|
||
### 2. 运行摄像头校准
|
||
|
||
```bash
|
||
python run_calibrate_camera.py
|
||
```
|
||
|
||
用于校准摄像头参数，生成yaml配置文件。
|
||
|
||
### 3. 生成投影映射
|
||
|
||
```bash
|
||
python run_get_projection_maps.py
|
||
```
|
||
|
||
生成图像投影映射，用于提高拼接效率。
|
||
|
||
### 4. 生成权重矩阵
|
||
|
||
```bash
|
||
python run_get_weight_matrices.py
|
||
```
|
||
|
||
生成图像拼接的权重矩阵，用于平滑过渡。
|
||
|
||
## 项目结构
|
||
|
||
```
|
||
LJ360/
|
||
├── cpp/ # C++实现的相关功能 开发中
|
||
│ └── AdasSourrondView/ # 360度全景视图C++实现
|
||
├── py_utils/ # Python工具模块
|
||
│ ├── rknn_executor.py # RKNN模型执行器
|
||
│ └── coco_utils.py # COCO数据集工具
|
||
├── surround_view/ # 全景视图核心模块
|
||
│ ├── birdview.py # 鸟瞰图生成
|
||
│ ├── fisheye_camera.py # 鱼眼相机模型
|
||
│ ├── capture_thread.py # 图像捕获线程
|
||
│ └── process_thread.py # 图像处理线程
|
||
├── yaml/ # 摄像头配置文件
|
||
├── model/ # 深度学习模型
|
||
├── images/ # 静态图像资源
|
||
├── web.py # 主程序
|
||
├── run_live_demo.py # 实时演示脚本
|
||
├── run_calibrate_camera.py # 摄像头校准脚本
|
||
├── run_get_projection_maps.py # 生成投影映射脚本
|
||
├── run_get_weight_matrices.py # 生成权重矩阵脚本
|
||
└── README.md # 项目说明文档
|
||
```
|
||
|
||
## 配置文件说明
|
||
|
||
### 摄像头配置文件 (yaml/*.yaml)
|
||
|
||
每个摄像头需要一个yaml配置文件，包含以下参数：
|
||
|
||
- `camera_matrix`: 相机内参矩阵
|
||
- `dist_coeffs`: 畸变系数
|
||
- `rotation_vector`: 旋转向量
|
||
- `translation_vector`: 平移向量
|
||
- `projection_matrix`: 投影矩阵
|
||
|
||
### 雷达配置
|
||
|
||
在`web.py`中配置雷达参数：
|
||
|
||
- `RADAR_SERIAL_PORT`: 雷达串口
|
||
- `RADAR_BAUDRATE`: 波特率
|
||
- `DISTANCE_THRESHOLD`: 距离阈值
|
||
|
||
### YOLO配置
|
||
|
||
在`web.py`中配置YOLO目标检测参数：
|
||
|
||
- `YOLO_MODEL_PATH`: YOLO模型路径
|
||
- `OBJ_THRESH`: 目标检测阈值
|
||
- `NMS_THRESH`: 非极大值抑制阈值
|
||
- `IMG_SIZE`: 输入图像大小
|
||
|
||
## 注意事项
|
||
|
||
1. 确保所有摄像头的分辨率设置一致
|
||
2. 摄像头校准需要使用棋盘格进行
|
||
3. 雷达模块需要正确连接到串口
|
||
4. RKNN模型需要使用RKNN Toolkit转换生成
|
||
5. 运行前请确保所有依赖已正确安装
|
||
|
||
## 故障排除
|
||
|
||
### 摄像头无法连接
|
||
|
||
- 检查摄像头ID是否正确
|
||
- 确保摄驱动框架V4L2已安装
|
||
- 检查MIPI接口连接
|
||
|
||
### 图像拼接异常
|
||
|
||
- 检查摄像头校准参数
|
||
- 确保所有摄像头的视角重叠区域足够
|
||
- 调整权重矩阵参数
|
||
|
||
### 雷达无数据
|
||
|
||
- 检查串口连接
|
||
- 检查雷达波特率设置
|
||
- 确保雷达模块正常工作
|
||
|
||
## 更新日志
|
||
|
||
### v1.0.0
|
||
- 初始版本发布
|
||
- 支持4摄像头拼接
|
||
- 集成雷达距离检测
|
||
- 支持人体检测
|
||
- 提供Web界面
|
||
|
||
## 许可证
|
||
|
||
本项目采用MIT许可证，详见LICENSE文件。
|
||
|
||
## 联系方式
|
||
|
||
如有问题或建议，请联系项目维护者。
|