# 机器人软件设计 ## 检测识别  目标检测部分在整个系统中起着重要的作用。如图6所示，检测节点订阅摄像机消息（原始图像和摄像机信息）。当接收到新的摄像机帧时，图像预处理器将进行一系列的预处理（包括历史均衡和颜色抖动）。Tiny-YoloV3探测器能够以25 FPs的速度找到场景中的所有车辆，并且对色光或“远车”（即敌车与我们有一定距离）敏感。在探测到所有车辆后，我们需要找到装甲的位置。我们希望在RoboRTS中使用原始的检测算法，但在此之前必须进行曝光调整。在确定敌方装甲兵位置时，需要将装甲兵的二维中心像素位置转换为三维世界位置，并用框架控制信息发布。 Tiny-Yolov3是Yolov3的轻量级版本，具有24个网络层（包括卷积层、最大池层和yolo层）。我们按照darknet教程训练我们的定制训练数据集。输入大小为416×416，使用SGD优化器，初始学习率为0.001，动量为0.9。检测结果与传统的roboRTS检测算法相比，我们的检测系统获得了更为鲁棒的检测结果。因为我们减少了对汽车的检测指标，消除了环境光照的影响。其次，我们可以侦测到一辆与我们有一定距离的敌车，即使没有发现装甲，也可以将它的位置发布到决策节点！它将允许决策节点实时跟踪敌方车辆。  图6 . 自主识别框架图