问Hough变换在机器人导航中的应用

EN

我的目标是让一个自主的机器人用相机在一个有围墙的迷宫中导航。摄像机固定在机器人上方，面向下，可以从上面看到墙壁和机器人。

​

从我的经验来看，我采取的最直接的方法是

1. 对图像进行阈值化以提取红色墙壁
2. 执行Canny边缘检测
3. 利用Hough变换检测边缘的强线

如下所示，在一些参数调整后

​

我想让机器人向前移动，避免撞到红色的墙壁。问题是，从hough变换中检测到的每一壁边缘有多条线。我的一个想法是执行k均值聚类来对线进行聚类，并找到每个集群的中心(均值)，但我不知道墙边的数目(因此也不知道输入到k均值算法中的集群数目)，我在导航迷宫(前面的墙壁、后面的墙壁、多个转弯交叉口等)时会有多少个集群。

任何帮助找到一个好的方法，有一个一致的墙壁位置，以比较机器人的位置(总是固定在每一个图像帧)，在任何时候在迷宫中导航将不胜感激。我也愿意接受任何其他方法来解决这个问题。