车库元素一览

车库元素是今年赛道元素新增的元素。车库赛道元素是在起跑线旁设置的方形区域，它的尺寸如下图所示：

车模出发是从车库驶出，在运行一周之后在驶入车库内。比赛时间是从车模驶出车库和返回车库之间的时间差计算。因此计时线圈是放置在车库门口处。赛道上的斑马线和斑马线下的磁铁放置与往届规则相同。
车库应用于“基础四轮组”，“直立节能组”，“双车接力组”。

入车库

20cm摄像头拍下的车库图

起跑线的识别

因为时间紧迫，这里采用最简单的入车库（左入）斑马线识别方法：

1. 找到左前边线的拐点
2. 从下（拐点的y坐标）向上（拐点的y坐标+m），从左（拐点的x坐标）到右（中线位置），进行寻找由黑到白的转变边界像素点。
3. 找到了第一个边界，以固定的y坐标（转变边界像素点的y坐标+n），从左到右，重新扫线。
4. 找到第一个由白转黑的像素点和第一个由黑转白的像素点，记录距离（length），作为判断之后斑马线长度的依据
5. 持续向右扫线，每找到一个疑似斑马线的像素块，就把边界像素的距离与length进行比较，在设定误差之内，判定斑马线。
6. 记录斑马线数量，与判定起跑线的斑马线数量阈值比较。

代码：

byte Garage_Judge(byte i) { byte y = 0, x = 0, count = 0, pixel_cnt = 0, zebraWidth = 0; //左边车库 if (i == 0) { for (OlRow = LeftLine_1.Agl_Row; OlRow <= LeftLine_1.Agl_Row + 20; OlRow++) { for (OlLine = (byte)(LeftLine_1.Agl_Line - 5); OlLine >= 93; OlLine--) { //SetText_1("Zerba Scan :"+ OlRow+" "+ OlLine); if (J_Pixels[OlRow][OlLine] == white && J_Pixels[OlRow][OlLine - 1] == black) {                             y = (byte)(OlRow + 3); //x = (byte)(OlLine-1); SetText_1("Find Zebra Point: " + y + " " + OlLine); break; } } if (y != 0) break; } if (y == 0) { SetText_1("Lost Zebra Point"); return 0; } for (x = LeftLine_1.Agl_Line; x >= 185 - LeftLine_1.Agl_Line; x--) { if (J_Pixels[y][x + 1] == white && J_Pixels[y][x] == black) { //SetText_1("Zebra Scan Start: " + y + " " + x);                         pixel_cnt = 1; } else if (J_Pixels[y][x + 1] == black && J_Pixels[y][x] == black) { //SetText_1("Zebra Add: " + y + " " + x);                         pixel_cnt++; } else if (J_Pixels[y][x + 1] == black && J_Pixels[y][x] == white) { if (count == 0 && pixel_cnt >= 3 && pixel_cnt <= 10) {                             zebraWidth = pixel_cnt; SetText_1("zebraWidth = " + zebraWidth); SetText_1("zebraStart Point: " + x + " " + y);                             count = 1; } else if (count > 0 && my_fabs(pixel_cnt - zebraWidth) <= 4) { //SetText_1("Zebra End: " + y + " " + (x - 1));                             count++; } else { // SetText_1("Zebra Error: " + y + " " + (x - 1)); } } } SetText_1("Zebra Count = " + count); if (count >= 6) { SetText_1("Proved to be Garage"); return 1; } else { SetText_1("Not Proved to be Garage"); return 0; } } else //右边车库 { for (OlRow = RightLine_1.Agl_Row; OlRow <= RightLine_1.Agl_Row + 20; OlRow++) { for (OlLine = (byte)(RightLine_1.Agl_Line + 5); OlLine <= 93; OlLine++) { //SetText_1("Zerba Scan :"+ OlRow+" "+ OlLine); if (J_Pixels[OlRow][OlLine] == black && J_Pixels[OlRow][OlLine - 1] == white) {                             y = (byte)(OlRow + 3); //x = (byte)(OlLine-1); SetText_1("Find Zebra Point: " + y + " " + OlLine); break; } } if (y != 0) break; } if (y == 0) { SetText_1("Lost Zebra Point"); return 0; } for (x = RightLine_1.Agl_Line; x <= 185 - RightLine_1.Agl_Line; x++) { if (J_Pixels[y][x - 1] == white && J_Pixels[y][x] == black) { //SetText_1("Zebra Scan Start: " + y + " " + x);                         pixel_cnt = 1; } else if (J_Pixels[y][x - 1] == black && J_Pixels[y][x] == black) { //SetText_1("Zebra Add: " + y + " " + x);                         pixel_cnt++; } else if (J_Pixels[y][x - 1] == black && J_Pixels[y][x] == white) { if (count == 0 && pixel_cnt >= 3 && pixel_cnt <= 10) {                             zebraWidth = pixel_cnt; SetText_1("zebraWidth = " + zebraWidth); SetText_1("zebraStart Point: " + x + " " + y);                             count = 1; } else if (count > 0 && my_fabs(pixel_cnt - zebraWidth) <= 4) { //SetText_1("Zebra End: " + y + " " + (x - 1));                             count++; } else { // SetText_1("Zebra Error: " + y + " " + (x - 1)); } } } SetText_1("Zebra Count = " + count); if (count >= 6) { SetText_1("Proved to be Garage"); return 1; } else { SetText_1("Not Proved to be Garage"); return 0; } } } 

由于入库图像与环岛入环图像较为相似，入车库判断函数的优先级需要高于入环判断函数。
实践证明，识别成功率很高。

入车库的拉线

拉线分为4个阶段：

1. 阶段0：判断为车库
2. 阶段1：左前拐点消失
3. 阶段2：低行右边边线消失
4. 阶段3：右边边线重新出现
5. 阶段4：左边边线出现

出车库

目前最稳定的方法为直接控制出库。