之前忘记说了，楼主的图像是188x120的，宽188，高120，即x=188，y=120。寻边线是从下往上寻找，也就y=120处开始寻找边线.

找到边线后就可以开始计算中线，就是简单的边界相加除以二，这里的Ta_Lo数组就是中线原始数组，Ta_Lo_Fi是滤波后的数组，滤波数组也就是实际让舵机打角的数组。楼主这里采用了滤波，思路就是：如果发现前一个坐标(y)和后一个坐标(y+1)相差很大，就令前一个坐标(y)等于两者之和后再除以二。
虽然楼主进行滤波处理，但后来发现其实并不需要，所以大家可以直接计算出中线

楼主最近驱动了下无刷，真的太猛了，感觉好危险，第一次用无刷电机，听声音都害怕。

好久没更了，更新一下，这是之前有刷跑的，大概0.8左右，我觉得还可以在提高
https://www.bilibili.com/video/BV1mZ4y1a7tk?spm_id_from=333.999.0.0

之后楼主就开始换无刷了，看看我的无刷视频
https://www.bilibili.com/video/BV1tr4y1u7D1?spm_id_from=333.999.0.0

相比于有刷呢，无刷我感觉就是测速比较麻烦，因为霍尔传感器分辨率太低了，远远不如512线的编码器，不过呢，我感觉其实影响不是很大，但我当时调参实在是不适应。

后来呢，因为长时间调不好无刷，楼主又重新换回有刷了。但是换回有刷之后，效果并不如从前，今天才发是车体结构问题，姿态传感器位置装太高，影响会很大的，所以建议大家尽量装低点。楼主今天把结构一改，效果立竿见影，主要原因就是降低传感器位置，以及重心也下调了，不过坡道能不能就成了新的问题，其实这个无关紧要，只要速度快就能冲过去。

智能车单车省赛终于比完了，楼主最后取得26.98s的成绩，应该是有机会进入国赛的。所以接下来就把之前没更新的全部更完

继续更新图像处理，这里先说明一下楼主的图像处理方法，是楼主参加比赛的方法，楼主肯定能用。但并不表示大伙一定能用，仅仅给大家提供参考，学习智能车应该去自己从头到尾写一份摄像头处理代码，这样才能真正掌握图像处理。

计算出循迹中线后，就要开始计算循迹中线的斜率，这样我们才能在转弯时，可以及时打脚。如果仅仅只依靠中线的偏差值（偏差值是什么？楼主之后在说），转弯时可能就转不过来了。
楼主的算法是先取循迹中线的一部分（前瞻附近），然后在这一部分中，取两点，这两点间隔一个y坐标，然后计算两点斜率。然后依次向上移（y坐标减小），求出所有两点斜率的总和。输出的结果就是所有两点斜率的总和。

计算完斜率之后，就要我们先讲一下比较简单的内容，就是计算丢线。什么是丢线？丢线就是当边界超出摄像头范围的时候，当我们边界超出摄像头范围时，我们一般用最大或者最小值来限制范围。这一点在转弯的时候会特别明显，比如左转，左边界就会很容易变成一条直线，我们就称之为左丢线。
我们将每一个最大值或最小值的边界点，计为丢线点，将其累加起来，就知道左右边界的丢线数目了。

接下来就要开始元素识别，这个方面比较难，楼主会分享自己代码。大家要用的话，一定得自己去写最适合自己车子的代码，我的元素识别代码，仅仅保证自己的车子能用。

先从十字开始讲起，十字最常见的方法就是补线。就是通过找到四个拐点，然后将它们的两两连接，之后循迹中线，就会成为一条直线，这样循迹就不会出现错误了。

这四个拐点，我把它们分为左上，左下，右下，右上的四个点。要想寻找这四个拐点，就得处理边界数组的信息，这里先分享一下下拐点的方法，首先遇到十字后，边界的数组在显示屏上就会呈现以下形状（楼主没有拍摄像头图像，只能画出来），可以看到左边界数组应该是先增大后减小（数组里面存放的是x坐标），右边界数组先减小后增大。这里以左下拐点为例，我们只要从左边界最低点，也就是boundary_filter[0][y];y=119，与后一个点的x坐标相比，如果比其小，就将y坐标减1（也就是取下一个点），在与下一个点的x坐标相比，如果小，y坐标继续减一，直到比下一点x坐标大。